利用基本面分析预测股票趋势

文章预览

Content 作者们调查了机器学习模型在基础分析中预测股票趋势的应用，特别是长期短期记忆（LSTM）、一维卷积神经网络（1D CNN）和逻辑回归（LR）模型的使用。 与大多数依赖技术分析或情绪分析的研究不同，本研究侧重于使用公司的财务报表和内在价值进行趋势预测。 研究使用了2019年至2023年269个公开交易公司的数据集，并采用了关键财务比率和折现现金流（DCF）模型来构建预测任务。 结果显示，LR模型在预测年度股票价格差异（ASPD）和当前股票价格与内在价值差异（DCSPIV）的任务上表现优于CNN和LSTM模型，测试准确率分别为74.66%和72.85%。 1. 引言 (Introduction) 作者首先介绍了人工智能（AI）技术在金融行业，特别是在股票价格预测中的使用情况。然后，作者讨论了现有研究中常用的两种分析方法：技术分析和情绪分析，并解释了为什么这些方法在机 ………………………………