CStock:一种结合新闻与股价的股票走势预测模型

• 作者: 陈可心 黄刚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 股票预测 深度学习 LSTM BiLSTM CLSTM
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 18-22
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.09.004

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄刚		66	823	12.0	27.0
2	陈可心		1	0	0.0	0.0