申请/专利权人:北京邮电大学
申请日:2024-03-15
公开(公告)日:2024-06-04
公开(公告)号:CN118134639A
主分类号:G06Q40/04
分类号:G06Q40/04;G06F18/10;G06F18/213;G06F18/214;G06F18/23;G06N3/0442;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明公开了一种基于时空注意力网络的股票收益率排名预测方法,涉及计算机技术领域,包括以下步骤:获取股票数据集,并对股票数据集进行预处理,得到训练集;构建股票收益率排名预测模型Rank‑STAN并利用训练集进行模型训练,直至损失函数收敛,得到训练好的股票收益率排名预测模型;利用训练好的股票收益率排名预测模型,预测下一个交易日的一组股票收益率的相对排名。本发明从同时考虑股票时间维度上的依赖和空间维度上的依赖以及优化投资目标的角度出发,将股票预测看成排序问题,模型的预测性能好,有助于投资者构建良好的投资组合。
主权项:1.一种基于时空注意力网络的股票收益率排名预测方法,其特征在于,包括以下步骤:获取股票数据集,并对股票数据集进行预处理,得到训练集;构建股票收益率排名预测模型Rank-STAN并利用训练集进行模型训练,直至损失函数收敛,得到训练好的股票收益率排名预测模型;利用训练好的股票收益率排名预测模型,预测下一个交易日的一组股票收益率的相对排名。
全文数据:
权利要求:
百度查询: 北京邮电大学 一种基于时空注意力网络的股票收益率排名预测方法
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。