stock market | BriefGPT - AI 论文速递

关键词stock market

搜索结果 - 21

AAAIMDGNN：多关系动态图神经网络用于全面和动态的股票投资预测
股市是金融系统的关键组成部分，本文提出了一种名为 MDGNN 的动态图神经网络框架，结合传统方法和图模型，全面捕捉股票之间的多方面关系和随时间的演化，利用 Transformer 结构编码时间演化的多重关系，实现了最佳股票投资预测性能。
PDF6 months ago
量化金融新闻情感 -- 我们做的是否正确？
使用 SENTInews 定制的金融新闻情感分析器，本文探索了衡量金融新闻情感的最有效和准确的方法，认为使用 Vader、LM、Harvard IV 和 Pattern 等常用方法无法准确描绘金融新闻的真实情况，因此不够可靠。
PDF7 months ago
基于粒子群优化 BP 神经网络和多元高斯 - 隐马尔可夫模型的股票择时和选股的定量融合策略
该研究介绍了一种创新的金融分析技术，结合了机器学习、量化融合模型、股票市场、选股和择时策略。
PDF7 months ago
基于推文、宏观经济因素和历史价格的股票趋势和波动性预测
通过利用社交媒体数据和宏观经济指标来精确预测股市，这篇论文介绍了一种新的方法，该方法包括有效提取和解码推文数据的高效推文过滤器，以及在语义空间中识别股票、行业和宏观经济因素之间多层次关系的自我感知机制，进而利用股票价格波动实现提高准确性。
PDF7 months ago
ALERTA-Net：一种适用于股票走势和波动预测的时间距离感知循环神经网络
利用社交媒体数据和情感分析，结合宏观经济指标、搜索引擎数据和历史价格，基于多注意力深度学习模型，预测股市波动和行情。
PDF8 months ago
逻辑导向的深度强化学习在股票交易中的应用
本文提出了一种名为 SYENS 的新型逻辑引导交易框架，它通过程序合成和层次化交易策略在动态股市中稳定地行为。实验证明，SYENS 在现金交易和保证金交易设置下，在累积收益和最大回撤方面都明显优于基准。
PDF9 months ago
股市价格预测：基于混合 LSTM 和连续自注意力的方法
提出了一种名为 LSTM-SSAM 的新模型，通过对历史价格趋势和季节性的分析，实现了对股票价格的未来预测，并通过实验证明了该模型的有效性和可行性。
PDFa year ago
庞大的披露：ChatGPT 能否帮助投资者处理财务信息？
ChatGPT 的生成式 AI 工具对于投资者在处理信息方面具有根本性的改变，通过股市作为实验室来探索这些工具在总结复杂的公司披露文件方面的经济实用性。
PDFa year ago
使用 CNN-LSTM 神经网络模型预测股市时间序列数据
本文介绍了一种使用 CNN-LSTM 神经网络的股票市场预测模型，通过将股票数据转换为张量，识别特征并预测在给定时间段内的股票市场变化，实验结果表明该模型具有较高的准确性。
PDFa year ago
利用外生变量和机器学习算法进行短期股票价格预测
追溯 2020 年 3 月至 2022 年 5 月的短期内，该研究比较了四种机器学习模型在预测纽约证券交易所三支知名股票的准确性，并发现 XGBoost 模型虽然运行时间较长（最多 10 秒），但提供了最高的准确性。
PDFa year ago
金融时间序列预测的时空异质性图神经网络
本论文提出了一种基于时间和异构图神经网络（THGNN）的方法，用于学习金融时间序列中价格变动之间的动态关系。该方法在美国和中国的股票市场上展开广泛实验，并在实际交易中实现了显著的累积组合回报。
PDFa year ago
深度股票：基于深度学习的训练和交易方案
通过使用深度学习技术进行系统交易，该文构建了一种名为 DeepStock 的模型，能够根据过去 600 天的股票价格预测未来 D 天内股价的涨跌幅度，在韩国和美国的股市中比市场平均水平的收益分别高出 N% 和 A%。
PDFa year ago
使用技术分析和机器 / 深度学习模型鉴定交易
此研究分析了股票市场的复杂性和预测股票价格的挑战，探讨了深度学习在预测股票价格方面的潜力以及其为投资者和金融机构制定有效风险管理政策提供的有价值的见解。
PDFa year ago
AAAI利用视觉语言模型进行细致市场变化预测
本论文提出了一种新的基于图像和字节的数字表示方法，利用股票数据进行市场预测，相对于传统的基于时间序列模型的预测方法，我们的方法表现更好，同时采用深度学习基线方法进行评估。
PDFa year ago
WSDM股票运动预测中多种动力学和内部动力学的高效集成
本研究提出了一个用于预测股票走势的框架，利用 DNN 技术实现了逐股票的内部动态与不同股票间多阶相关性建模，并采用了基于小波基的超图注意力，实现了在效率与准确率上的平衡。实验结果表明，该框架在收益和稳定性方面超越了现有方法。
PDF2 years ago
高管社交媒体帖子对股价影响的评估
本文探讨了社交媒体（Twitter 和 Reddit）帖子对于预测股票收盘价格的影响，通过将社交媒体数据的情感分析与历史股票数据相结合，使用时间序列模型进行研究分析，并实验结果表明，包括高管帖子的社交媒体数据能够显著提高股票价格的预测能力。
PDF2 years ago
揭示公司年报后预测股票价格走势：以 2021 年中国 CSI 300 股票为例的案例研究
通过使用不同的机器学习模型和两组金融指标，本研究研究了股市中公司公布年报后第二天的股价趋势，得出结论基于公司新公布的年度报告财务指标，股票价格很难预测。
PDF2 years ago
基于历史和情感分析的股市预测模型 HiSA-SMFM
该研究使用历史和情感数据，通过应用 LSTM，整合股票价格与新闻发布之间的强相关性，提高了股票价格的预测准确性。
PDF2 years ago
基于 Type-2 模糊逻辑的尼日利亚证券交易预测系统实现
本研究旨在开发使用模糊逻辑 Type2 的预测系统，该系统可以处理股票交易中人类行为的不确定性和复杂性，主要使用了四个技术指标，相对强度指数（RSI）、威廉平均（WA）、移动平均收敛 / 发散（MACD）和随机震荡器（SO），以确定交易决策
PDF2 years ago
预测新闻情感对股市的影响
通过情感分析市场新闻，本文针对金融市场制定了情感分析字典和模型，并对医药股市的新闻进行了分析，得出仅从新闻情感中，对于预测短期股价趋势有 70.59% 的准确率。
PDF6 years ago