基于改進(jìn)Transformer和超圖模型的股票趨勢(shì)預(yù)測(cè)方法研究

摘要： 股票預(yù)測(cè)是一項(xiàng)令人癡迷又極具挑戰(zhàn)的任務(wù)。近年來(lái)，融合關(guān)系信息的股票時(shí)序預(yù)測(cè)方法取得一些進(jìn)展，但仍存在如下問(wèn)題：首先，基于圖神經(jīng)網(wǎng)絡(luò)的方法僅考慮股票之間簡(jiǎn)單的成對(duì)關(guān)系，而未考慮股票間的高階協(xié)同關(guān)系。其次，現(xiàn)有方法采用預(yù)定義圖的方式直接給出股票間的靜態(tài)關(guān)系，無(wú)法建模股票間潛在的動(dòng)態(tài)變化關(guān)系。為了解決上述問(wèn)題，提出一種端到端的動(dòng)態(tài)超圖卷積神經(jīng)網(wǎng)絡(luò)股票趨勢(shì)預(yù)測(cè)框架。該框架基于改進(jìn)的Tr... （共10頁(yè)）