基于卷积和循环神经网络模型融合的股票开盘价预测研究

摘要

cqvip:本文提出了一种利用股票价格和相关新闻数据,基于卷积和循环神经网络模型融合的股票开盘价预测研究方法。针对股票开盘价预测的问题,考虑到股票相关信息的时序性以及新闻影响的持续性特点后,首先使用向量表示方法将新闻数据转换成向量,再利用卷积神经网络模型提取出股票相关的新闻文本特征,同时使用循环神经网络模型对股票价格数据进行训练,最后将新闻特征向量和价格训练后得到的向量合并,得到股票信息的低维向量表示并输入到深度神经网络中,利用深度神经网络对股票开盘价进行预测。本文实验中使用的数据是美股道琼斯指数与相关新闻,实验结果表明,本文所提出的方法在股票开盘价预测上具有明显的优越性。