公开(公告)号：CN117057914A

公开(公告)日：2023-11-14

申请号：CN202310872336.6

申请日：2023-07-17

申请人： 重庆理工大学

发明人： 王勇 ,  李翼晟

IPC分类号： G06Q40/04 ,  G06F16/2458 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06F123/02

摘要： 本发明公开了基于宽深非对称双向勒让德记忆单元的股票趋势研究方法，涉及金融预测技术领域。本发明至少包括以下步骤：应用股票技术因子，股票技术因子是股票分析中的一类因子，它是基于股票价格和成交量市场数据计算而来的量化指标，用于分析股票市场中的趋势和走势；至少使用13种日线数据与55种技术因子作为预测模型的输入数据。本发明通过同时利用日线时序数据中的时序特征与股票技术因子中的趋势信息，并通过使用非对称双向勒让德记忆单元高效捕获时序特征，再与趋势信息结合，更好地预测了股票趋势。

公开(公告)号：CN115018152A

公开(公告)日：2022-09-06

申请号：CN202210620549.5

申请日：2022-06-02

申请人： 重庆理工大学

发明人： 王勇 ,  李翼晟 ,  徐栉榆

IPC分类号： G06Q10/04 ,  G06Q40/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于技术因子图注意力网络的股票趋势预测方法，涉及股票预测技术领域。本发明步骤如下：S1:从CSMAR与同花顺财经取得股票的行业分类与板块概念数据，同时从tushare与baostock的金融数据接口获得每日交易数据；S2：通过S1中获取的数据构建股票关系图，同时建立模型；S3：通过GAT分类器预测股票趋势的计算特征。本发明通过一系列改进，将股票技术因子用于图注意力网络预测模型的前序时序特征提取，且将股票概念数据用于图注意力网络预测模型的关系图构建，通过一组股票中任意两只股票的概念数据余弦相似度来确定两只股票的相关性，并以相关性最高的n只作为关系图中的邻接点。