文章预览
摘 要 可见性图 可见性图（Visibility Graph）是一种图论模型，它将空间中的物体（例如：点、线段、多边形）映射为图中的结点和边。在其拓展到时间序列分析领域后，可见性图能够高效地将时序数据（如价量数据）转化为图结构，以提取时序数据中的有效信息。此图结构在数据形式上体现为二维的整型矩阵，矩阵中的元素均为整数0或1，有效地降低了数据的冗余性，减少了后续深度学习模型在训练过程中的过拟合现象，提升了模型的泛化能力。 可见性图与卷积神经网络 本工作提出了基于Visibility Graph-CNN创新架构的高效股价预测模型。首先，使用可见性图算法模型对个股的历史价量数据进行初步的特征提取，而后将提取得到的可见性图送入特别设计的卷积神经网络中，以进一步提取价量特征，并与个股的未来走势进行建模，以实现对未来股价的预测
………………………………
