MCI-GRU：基于多头交叉关注和改进GRU的股票预测模型，在中国和美国股市表现优异

文章预览

“ MCI-GRU: Stock Prediction Model Based on Multi-Head Cross-Attention and Improved GRU ” 随着大数据时代的到来，金融市场的复杂性显著增加，给股票市场的波动性和不可预测性带来了前所未有的挑战。传统的时间序列模型（如GRU）在处理非线性市场动态和选择关键历史信息方面存在不足。 本文提出的MCI-GRU模型结合了多头交叉注意力机制和改进的GRU架构，提升了历史时间序列信息的选择灵活性。在中国股市和美国股市多个股票市场数据集上表现优异，并已成功应用于一家领先的基金管理公司。 论文地址 ：https://arxiv.org/pdf/2410.20679 摘要 金融市场的复杂性和大数据时代的到来使得股票预测变得至关重要。传统的时间序列模型（如GRU）在处理非线性市场动态和选择关键历史信息方面存在不足。 现有方法难以捕捉不可观察的潜在市场状态，如市场情绪和预期、微观结构 ………………………………