公开(公告)号：CN118245829A

公开(公告)日：2024-06-25

申请号：CN202410394048.9

申请日：2024-04-02

Applicant: 北京邮电大学

Inventor： 刘传昌 ,  郭佳萍 ,  吴雨勋 ,  韵琛 ,  刘亮杰 ,  李钰龙

IPC: G06F18/2321 ,  G06N3/0455 ,  G06N3/08 ,  G06Q40/04

Abstract: 本发明公开了一种基于自编码器和近邻传播算法的深度股票聚类方法，应用于股票预测技术领域。包括：获取股票的历史收盘价格时序数据；对获取的股票历史收盘价格时序数据进行数据预处理，得到预处理后的股票的历史收盘价格时序数据；利用预训练后的自编码器对预处理后的股票的历史收盘价格时序数据进行特征提取和降维，得到股票的历史收盘价格时序数据的低维、有效的表征；股票聚类层对股票的历史收盘价格时序数据的低维、有效的表征进行聚类，得到股票聚类结果；基于股票聚类结果构建同趋势股票关联关系图，得到股票预测的结果。本发明将降维和聚类集成到一个端到端的深度学习框架中，同时进行降维和聚类操作，提高了同趋势股票聚类的效果。

公开(公告)号：CN118134639A

公开(公告)日：2024-06-04

申请号：CN202410299982.2

申请日：2024-03-15

Applicant: 北京邮电大学

Inventor： 刘传昌 ,  郭佳萍 ,  吴雨勋 ,  韵琛 ,  刘亮杰 ,  李钰龙

IPC: G06Q40/04 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于时空注意力网络的股票收益率排名预测方法，涉及计算机技术领域，包括以下步骤：获取股票数据集，并对股票数据集进行预处理，得到训练集；构建股票收益率排名预测模型Rank‑STAN并利用训练集进行模型训练，直至损失函数收敛，得到训练好的股票收益率排名预测模型；利用训练好的股票收益率排名预测模型，预测下一个交易日的一组股票收益率的相对排名。本发明从同时考虑股票时间维度上的依赖和空间维度上的依赖以及优化投资目标的角度出发，将股票预测看成排序问题，模型的预测性能好，有助于投资者构建良好的投资组合。