基于多关系重构与融合图神经网络的股价崩盘风险预测方法技术

技术编号:40901221 阅读:28 留言:0更新日期:2024-04-18 11:19
本发明专利技术公开了一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法,包括:将每只股票的时间序列数据输入长短期记忆模型,捕捉股票的时间信息并生成序列嵌入;将序列嵌入和关系输入多关系重构模块;利用显性关系重构企业间的隐性关系,得到重构后的显性和隐性关系编码以及企业节点嵌入;将重构后的显式关系、隐式关系和企业节点嵌入的编码输入多关系融合模块,得到企业节点的表示;将序列嵌入和企业节点表示法串联起来,输入输出映射模块,用于预测股票暴跌风险;本发明专利技术将GNN模型引入上市公司股价崩盘风险研究,通过合理建模其图结构关系,来探究上市公司股价崩盘风险的运行趋势。

【技术实现步骤摘要】

本专利技术涉及金融科技,特别是一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法


技术介绍

1、股价崩盘通常指证券市场在短时间内发生大规模的股票抛售,导致证券价格急剧下跌的现象。股价崩盘风险的本质被认为是由于价格泡沫的破裂。在不完全成熟的市场中,股票价格并不总是实时或合理地反映上市公司的基本资产估值。相反,这些价格往往受到分析师和交易者对信息解读的主观影响,这导致股价估值预期偏差,并形成正面的价格泡沫。随着这些正向价格泡沫的累积,证券市场的市场价格与合理估值之间的偏差也在增大。一旦外部刺激触发了正向价格泡沫的破裂,就容易引发投资者恐慌性抛售,从而导致股价崩盘,甚至可能触发系统性风险。

2、在传统经济学领域,对上市公司股价崩盘风险的研究主要集中于识别特定特征与崩盘风险之间的因果关系,即确定与崩盘风险最密切相关的影响因素。研究发现,具有高收益率、高收益率偏差、投资者评价高方差等特征的上市公司可能面临更大的股价崩盘风险。此外,一些学者开始关注崩盘风险分析模型的构建与优化,借鉴其他研究领域的经验,提高对上市公司股灾风险的预测精度,包括流行病型余本文档来自技高网...

【技术保护点】

1.一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,在步骤1中,对于给定的公司i,以该公司的输入特征表示为vi,使用LSTM来提取时序特征:

3.根据权利要求1所述的基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,所述步骤2具体包括以下步骤:

4.根据权利要求3所述的基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,所述步骤3具体包括以下步骤:

5.根据权利要求4所述的基于多关系重...

【技术特征摘要】

1.一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,在步骤1中,对于给定的公司i,以该公司的输入特征表示为vi,使用lstm来提取时序特征:

3.根据权利要求1所述的基于多关系重构与...

【专利技术属性】
技术研发人员:王俊谭晶桦廖磊李庆
申请(专利权)人:西南财经大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1