基于张量及事件驱动LSTM模型的股价预测方法

摘要

基于张量及事件驱动LSTM模型的股价预测方法，包括首先进行市场信息二阶张量构建，然后进行基于事件驱动的LSTM模型构建，最后进行基于LSTM模型对张量数据进行处理。本发明通过二阶张量表征不同维度的数据源信息，形成时序张量流数据，能够尽可能多地保留数据之间的相互关联；同时，通过卷积局部连接和权值共享的特点，能够捕捉保留张量数据中异构基本面数据和媒体情感面数据的相关关系；通过事件驱动对LSTM记忆的控制，能够有效控制事件发生与否对股票市场的影响情况，使不定时间间隔的媒体情感面数据在长间隔后，也能够记起特有的规律和模式。