【技术实现步骤摘要】
本专利技术属于股票涨跌预测，具体涉及一种基于动态异构网络的股票涨跌预测方法与系统。
技术介绍
1、随着我国金融市场的不断发展，虚拟经济的热度持续上涨，引发了越来越多的投资者们的兴趣，其中最受关注的当之无愧是股票市场。股票市场已然成为了衡量国家经济发展的标准之一。
2、股票涨跌预测对公司管理者、投资者和股票交易者而言都具有重要的价值和意义，不仅是能让投资者获得收益，而且蕴含着整个各行各业的发展前景，把握行业的发展动向。股票市场是非线性的、不确定的、复杂的黑盒系统，从财务数据中选择有效的特征是股票预测问题中常用的处理方法。
3、现有的股票预测模型大部分从两个建模思路进行构建：一是使用历史价格数据和技术指标，使用机器学习和深度学习模型来预测股票价格序列；二在上述的基础上，加入自然语言处理，在时序数据的基础上逐渐加入其他可以反映当前市场情况的变量，比如说投资者情绪、新闻数据等。相关模型取得了一定的效果，但是目前还存在如下问题：
4、一是采用手工构造的限维特征，目前大多数模型采用的是单纯数字或文本特征，这些特征...
【技术保护点】
1.一种基于动态异构网络的股票涨跌预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤S1中，所述股票数据包括基本信息以及行情数据；
3.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤S2中，构建金融股票异构拓扑图的方法为：
4.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤S3中，生成所述股票节点嵌入的方法为：
5.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤S4中，构建所述金融...
【技术特征摘要】
1.一种基于动态异构网络的股票涨跌预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤s1中，所述股票数据包括基本信息以及行情数据；
3.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤s2中，构建金融股票异构拓扑图的方法为：
4.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤s3中，生成所述股票节点嵌入的方法为：
5.根据权利要求1所述的基于动态异构网络的股票涨跌预测方法，其特征在于，步骤s4中，构建所述金...
【专利技术属性】
技术研发人员：韩忠明，孟怡新，郭惠莹，郭苗苗，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。