TI-Capsule：用于外汇预测的胶囊网络
机器学习
2021-02-16 v1 人工智能
摘要
如今，在预测股市方面，社交网络数据的使用吸引了大量学术和商业关注。在该领域的大多数研究中，利用社交网络上用户帖子内容的情感分析来预测市场波动。由于涉及变量众多，预测股市具有挑战性。短期内，市场像投票机一样运作；但长期内，它像称重机一样运作。本研究的目的是利用 Capsule Network 基于金融文本和 Candlestick 图像预测 EUR/USD 走势。Capsule Network 最重要的特征之一是在向量中保持特征，这也考虑了特征之间的空间关系。所提出的模型 TI-Capsule（基于文本与图像信息的胶囊神经网络）同时使用文本和图像信息进行训练。在收集的数据集上进行的大量实验证明了 TI-Capsule 在解决外汇预测问题上的有效性，准确率达 91%。
引用
@article{arxiv.2102.07718,
title = {TI-Capsule: Capsule Network for Stock Exchange Prediction},
author = {Ramin Mousa and Sara Nazari and Ali Karhe Abadi and Reza Shoukhcheshm and Mohammad Niknam Pirzadeh and Leila Safari},
journal= {arXiv preprint arXiv:2102.07718},
year = {2021}
}