龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学
申请日：2023-11-17
公开（公告）日：2024-06-04
公开（公告）号：CN118134635A
主分类号：G06Q40/04
分类号：G06Q40/04;G06Q30/0202;G06N3/0464;G06N3/042;G06F40/295
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：基于市场情绪和分层超图卷积神经网络的股票走势预测方法、系统、设备及介质，其方法首先对金融文本数据进行命名实体识别，将文本特征按层次划分到个股、行业、市场三个层次，有效地区分不同层次的市场情绪对股票的影响程度，命名实体识别也深入到了词句级别解决多主体多情绪的情感分类问题；然后使用分层超图卷积神经网络将股票的量化数据和个股文本数据动态融合作为超图点，利用超图性质完成行业、市场两个层次的情感融合，提升对真实股票市场的建模，改善股票走势的预测；通过股票走势预测系统、设备及介质，相关程序能够在通用计算机上执行并完成预测工作；具有多角度利用文本信息，预测效果好的优点。
主权项：1.一种基于市场情绪和分层超图卷积神经网络的股票走势预测方法，其特征在于，分为两个阶段，第一个阶段对金融文本数据的命名实体识别，将文本特征分层次的分类到个股、行业、市场三个维度，得到实体分类结果；第二阶段利用第一阶段的实体分类结果，将抽取出来的文本特征与个股历史交易数据结合作为超图点，接着，按照既有成对关系、顶点属性、特征空间三个方面构建超边，采用动态融合策略调整超边权重，然后，将超图顶点和超边构成一个完整超图；在超图上使用超图卷积神经网络调整超图中的各项参数，完成对真实股票市场的建模，而行业、市场两个维度的文本特征向量在卷积过程中融入超图，象征着市场情绪对市场、行业、个股造成的影响；最后；超图分类任务将顶点划分成{上涨、持平、下跌}三类，完成走势预测任务。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于市场情绪和分层超图卷积神经网络的股票走势预测方法、系统、设备及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号