基于深度递归神经网络的多面信息股票价格预测

文章预览

“ Stock Price Prediction using Multi-Faceted Information based on Deep Recurrent Neural Networks ” 股票市场复杂且动态，受多种经济和金融因素影响，预测难度大。准确预测股价对投资者和分析师至关重要，有助于做出明智的投资决策。本研究提出了一种新方法，结合CNN和LSTM网络及社交网络数据的情感分析，以提高股票价格预测的准确性。结果表明两者的结合实现了对市场趋势和模式的更全面分析，从而提高股票价格预测的准确性。 论文地址 ：https://arxiv.org/pdf/2411.19766 摘要 本研究提出了一种结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的方法，用于股票市场价格预测。通过社交网络数据的情感分析和蜡烛图数据的整合，提供更准确的市场趋势分析。使用随机森林算法对推文进行分类，评估市场情感为正面或负面。CNN提取短期特征，LSTM建模长期依赖，二者结合 ………………………………