基于深度跨模態(tài)信息融合網(wǎng)絡(luò)的股票走勢(shì)預(yù)測(cè)

摘要： 股票走勢(shì)預(yù)測(cè)是經(jīng)典且具有挑戰(zhàn)性的任務(wù)，可幫助交易者做出獲得更大收益的交易決策。近年來(lái)，基于深度學(xué)習(xí)的股票走勢(shì)預(yù)測(cè)方法的性能得到明顯提升，但現(xiàn)有方法大多僅依托于股票價(jià)格的歷史數(shù)據(jù)來(lái)完成走勢(shì)預(yù)測(cè)，無(wú)法捕捉價(jià)格指標(biāo)之外的市場(chǎng)動(dòng)態(tài)規(guī)律，在一定程度上限制了方法的性能。為此，將社交媒體文本與股票歷史價(jià)格信息相結(jié)合，提出了一種基于深度跨模態(tài)信息融合網(wǎng)絡(luò)(DCIFNet)的股票走勢(shì)預(yù)測(cè)新方法。...