买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西南财经大学
摘要:本发明公开了一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法,包括:将每只股票的时间序列数据输入长短期记忆模型,捕捉股票的时间信息并生成序列嵌入;将序列嵌入和关系输入多关系重构模块;利用显性关系重构企业间的隐性关系,得到重构后的显性和隐性关系编码以及企业节点嵌入;将重构后的显式关系、隐式关系和企业节点嵌入的编码输入多关系融合模块,得到企业节点的表示;将序列嵌入和企业节点表示法串联起来,输入输出映射模块,用于预测股票暴跌风险;本发明将GNN模型引入上市公司股价崩盘风险研究,通过合理建模其图结构关系,来探究上市公司股价崩盘风险的运行趋势。
主权项:1.一种基于多关系重构与融合图神经网络的股价崩盘风险预测方法,其特征在于,包括以下步骤:步骤1、将每只股票的时间序列数据输入长短期记忆LSTM模型,捕捉股票的时间信息并生成序列嵌入;步骤2、将序列嵌入和关系输入多关系重构MRR模块;多关系重构MRR模块首先对输入的关系进行编码,得到初始化的关系嵌入,然后利用关系嵌入进行图神经网络信息传播,接着进行多关系对比学习,利用显性关系重构企业间的隐性关系,最终得到重构后的显性和隐性关系编码以及企业节点嵌入;步骤3、将重构后的显式关系、隐式关系和企业节点嵌入的编码输入多关系融合MRF模块;多关系融合MRF模块首先对每个关系图分别进行关系嵌入的图神经网络信息传播,然后使用关系自注意力机制对每个关系图内的关系之间的交互作用进行建模,计算关系的整体影响,从而得到企业节点的表示;步骤4、将序列嵌入和企业节点表示法串联起来,输入输出映射OM模块,用于预测股票暴跌风险。
全文数据:
权利要求:
百度查询: 西南财经大学 基于多关系重构与融合图神经网络的股价崩盘风险预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。