计算机研究与发展

作者：林培光,周佳倩,温玉莲,

关键词：人工智能, 长短期记忆神经网络, 卷积, 股价预测, 深度学习,

股票市场是国家经济发展的重要组成部分，也是与我们日常生活息息相关的一个市场，股民的情绪一定程度上可以作为影响股票价格的因素之一.提出一种基于ConvLstm(convolutionallongshorttermmemory)的股票情感分析价格预测的深度学习模型SCONV(semanticconvolutional).该模型通过爬取股民评价，使用LSTM(longshorttermmemory)模型并通过word2vec，进行情感分析，提取情感向量，并得出每一日的情感权重.随后将每日股价分别与对应前1日、前3日均值、前一周均值的情感权重与股票价格一起放入ConvLstm中进行训练，再使用叠加的一层LSTM来增加准确率，并在ConvLstm与增加的LSTM之间增加dropout层，来避免过拟合.实验数据采用了3年左右阿里巴巴(BABA.us)、1.5年左右平安银行(000001.sh)、5个月左右格力电器(000651.sz)，实验结果表明:相比一些传统模型，SCONV在较小的样本集上依旧可以更好地预测股票价格的走势.

来源：2020年第8期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2020年第8期