DishFT-GNN: 基于蒸馏的未来感知图神经网络用于股票趋势预测

文章预览

1. 引言与相关工作 1.1 股票市场与人工智能的融合 股票市场是一个充满活力的金融投资平台，全球众多企业和投资者在此进行交易。2022年，全球股票市场的总市值已从10年前的54.6万亿美元飙升至94.69万亿美元。随着人工智能技术的飞速发展，深度学习（DL）技术为投资者提供了更多通过股票投资增加财富的机会。然而，在瞬息万变的股市中，做出有利可图的投资决策和制定有效的交易策略并非易事。 1.2 基于深度学习的股票交易方法 基于深度学习的股票交易方法主要基于以下假设：股票的未来走势可以通过其历史模式来揭示。因此， 深入分析历史股票价格指标中的潜在时间动态特征至关重要 。例如，基于循环神经网络（RNN）的方法，以及其变体长短期记忆网络（LSTM）和门控循环单元（GRU），都旨在捕捉时间动态特征。 RNN及其变体 ：这些方法利用 ………………………………