一种基于多源异构数据的混合注意力股票涨跌预测方法

本发明公开了一种基于多源异构数据的混合注意力股票涨跌预测方法，该方法能自动学习股票市场中价格序列、基金头寸和丰富的媒体信息中的隐含信息，并通过公司行业关系图来更新结点的特征，进行股票涨跌的预测。具体来说，本发明通过设计不同的嵌入模式来实现异构数据的同构化，并利用图注意力网络聚合同行业股票的特征属性来生成股票的日频动态表征。在时序预测阶段同样引入注意力机制使得模型能够自主推断不同市场特征下各个输入的重要性，最后结合长短期记忆神经网络与前馈神经网络对每日每支股票输出一个信号值预测股票的涨跌。在丰富的金融数据集上进行的大量实验有力地证明了本发明在控制风险和获取累积收益方面的卓越性能。