一种基于CNN-BiLSTM多特征融合的股票走势预测模型.docx

1 引言 股票走势预测是根据与股票相关的数据对股票价格的波动进行预判。现有研究表明,股票价格的走势并不遵循随机游走,在一定程度上可以预测[1]。传统的量化投资属于早期的股票预测方法,通过结构化的、线性的历史交易数据对股票走势进行预测,主要采用线性回归、参数估计方法[2]?。然而,股票价格的走势除了与历史交易数据相关,还容易受到非线性因素的影响,如政策因素、投资心理、突发事件等。如何统筹考虑线性的历史交易数据以及非线性的因素对股票价格的影响,进一步提高股票预测的准确率,是近年来的研究热点。 随着信息技术的发展,媒体新闻信息作为反映与股票走势非线性因素相关的重要信号,被用于提高股票走势预测的准确率