Jan, 2023
利用嵌入和标签平滑改进基于新闻文章的股价走势分类
Improved Stock Price Movement Classification Using News Articles Based on Embeddings and Label Smoothing
Luis Villamil, Ryan Bausback, Shaeke Salman, Ting L. Liu, Conrad Horn...
TL;DR利用深度学习的正则化和优化技术,通过嵌入和双向循环神经网络捕捉新闻文章和股票价格之间的关系,结合权重衰减、批量归一化、dropout 和标签平滑,提高了股票价格分类的准确性,实验结果表明,批量归一化和标签平滑是最有效的,平均提高了 6.0%和 3.4%的绝对准确性。