發(fā)布時(shí)間：2024-04-28 05:47

　　股票市場(chǎng)在一個(gè)國(guó)家的國(guó)民經(jīng)濟(jì)中扮演著重要的角色,人們往往可以從一個(gè)國(guó)家的股票市場(chǎng)中粗略地看出它的的經(jīng)濟(jì)發(fā)展?fàn)顩r,對(duì)于股票市場(chǎng)波動(dòng)的研究變得愈加具有現(xiàn)實(shí)意義。它不僅有助于了解國(guó)家的宏觀經(jīng)濟(jì)情況,還可以幫助監(jiān)管部門針對(duì)性地出臺(tái)相關(guān)規(guī)范。隨著上交所與深交所的相繼成立,我國(guó)股票市場(chǎng)從無到有,逐漸發(fā)展為一套較為成熟的體系,這對(duì)于市場(chǎng)上金融資源的合理調(diào)配具有重要作用。有效市場(chǎng)理論認(rèn)為,市場(chǎng)上的任何信息都會(huì)對(duì)股價(jià)的波動(dòng)產(chǎn)生影響,所以在股票預(yù)測(cè)時(shí)需要盡可能多地融合不同來源的信息。一般來說,市場(chǎng)上的信息主要可以分為兩類,股票的基本面信息,即股票的歷史數(shù)據(jù),以及媒體信息,包含新聞事件與股民評(píng)論。它們的信息來源不同,并且數(shù)據(jù)結(jié)構(gòu)常常也是不同的。股票的基本面信息是結(jié)構(gòu)化的數(shù)字形式,而媒體信息通常是非結(jié)構(gòu)化的文本數(shù)據(jù)。往常的研究通�；�于基本面信息與媒體信息中的一種來分析其與股市波動(dòng)之間的關(guān)系,或者同時(shí)利用這兩種信息,但是是以向量形式保存,忽略了不同來源數(shù)據(jù)之間的交互關(guān)系。如何有效的融合多源異構(gòu)數(shù)據(jù)仍是一個(gè)難點(diǎn)。本文提出了一種基于多源異構(gòu)數(shù)據(jù)的股市分析方法。首先利用二階張量來存儲(chǔ)股票的基本面信息以及媒體信息,與向...

【文章頁數(shù)】：53 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-2卷積結(jié)構(gòu)圖

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位論文入。為了將二階張量作為L(zhǎng)STM的輸入，需要先對(duì)張量進(jìn)行兩次卷積化以及池化，這類似于在卷積神經(jīng)網(wǎng)絡(luò)中的操作。本文將卷積運(yùn)算符號(hào)記為"*"，二維情形下卷積運(yùn)算的公式為：1100(*)(,)(,)(-,-)MNf....

圖4-1GRU結(jié)構(gòu)圖

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位論文-25-圖4-1GRU結(jié)構(gòu)圖4.2.2基于張量的卷積運(yùn)算由于向量存儲(chǔ)會(huì)忽略分量之間的交互關(guān)系，本文使用張量來存儲(chǔ)數(shù)據(jù)。傳統(tǒng)的GRU模型無法處理多維數(shù)據(jù)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)在處理多維數(shù)據(jù)的優(yōu)勢(shì)，需要在GRU中引入卷積運(yùn)算。卷積門控遞歸單元(Con....

圖4-2改進(jìn)的GRU模型結(jié)構(gòu)圖

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位論文-26-圖4-2改進(jìn)的GRU模型結(jié)構(gòu)圖具體公式如下所示：1,+trttrtrrWhxVEb1,+tzttztzzWhxVEb1tah,+nthttththhrhxVEbW11**ttttthzhzh其中W為權(quán)重，b為偏置�！洹錇榫矸e，′○′為....

圖4-3事件驅(qū)動(dòng)機(jī)制

哈爾濱工業(yè)大學(xué)應(yīng)用統(tǒng)計(jì)碩士專業(yè)學(xué)位論文-26-圖4-2改進(jìn)的GRU模型結(jié)構(gòu)圖具體公式如下所示：1,+trttrtrrWhxVEb1,+tzttztzzWhxVEb1tah,+nthttththhrhxVEbW11**ttttthzhzh其中W為權(quán)重，b為偏置�！洹錇榫矸e，′○′為....

本文編號(hào)：3966254