CStock:一种结合新闻与股价的股票走势预测模型

发布时间：2021-04-25 10:47

　　股票是一种高风险、高收益的常见理财产品,为了更好地进行股票投资分析,获得有效的选股方案,文中提出了一种预测股票走势的模型CStock。与现有的股票走势预测模型相比,CStock模型结合新闻和股价走势进行预测,不但利用了股票市场中的交易数据,同时考虑到财经以及政治新闻对于股票市场的影响。CStock模型主要由BiLSTM和CLSTM混合构建,BiLSTM提取股票交易数据的相关特征,CLSTM对新闻的语境特征进行整合和处理,最终通过全连接层输出预测结果。在实验模型中,对股票走势采用分类方法进行实验,得到分类为股票上升的概率和股票下降的概率。实验使用美股数据作为数据集合。通过准确率和收益率进行预测效果评估,实验结果表明,CStock模型在一定程度上能够准确有效地对股票走势进行预测。 

【文章来源】：计算机技术与发展. 2020,30(09)

【文章页数】：5 页

【文章目录】：
0 引 言
1 选股模型
    1.1 模型介绍
        1.1.1 字符型数据
            （1）新闻信息提取。
            （2）股票信息。
        1.1.2 数值型数据
        1.1.3 全连接层
        1.1.4 Softmax分类器
    1.2 模型设计
    1.3 选股策略
    1.4 原型系统
        1.4.1 数据获取层
        1.4.2 数据存储层
        1.4.3 数据分析层
        1.4.4 输出层
2 实 验
    2.1 数据集
    2.2 设 置
    2.3 数据表示
        2.3.1 数值型数据
        2.3.2 文本型数据
    2.4 数据输出
    2.5 评 估
3 结束语


【参考文献】：
期刊论文
[1]变步长BLSTM集成学习股票预测[J]. 王子玥,谢维波,李斌.  华侨大学学报(自然科学版). 2019(02)
[2]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理.  计算机应用. 2018(S2)
[3]基于TensorFlow进行股票预测的深度学习模型的设计与实现[J]. 韩山杰,谈世哲.  计算机应用与软件. 2018(06)
[4]融合词嵌入表示特征的实体关系抽取方法研究[J]. 张琴,郭红梅,张智雄.  数据分析与知识发现. 2017(09)
[5]基于改进的支持向量机的股票预测方法[J]. 郝知远.  江苏科技大学学报(自然科学版). 2017(03)
[6]基于文本挖掘的中文领域本体构建方法研究[J]. 翟羽佳,王芳.  情报科学. 2015(06)
[7]核主成分遗传算法与SVR选股模型改进[J]. 苏治,傅晓媛.  统计研究. 2013(05)
[8]基于ARIMA-SVM组合模型的股票价格预测[J]. 程昌品,陈强,姜永生.  计算机仿真. 2012(06)

硕士论文
[1]中文文本分类中卡方统计特征选择方法和TF-IDF权重计算方法的研究[D]. 姚海英.吉林大学 2016



本文编号：3159249