原创力文档- 1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于多任务自监督学习的股票涨跌预测方法，该方法能自动从原始金融信号中学习有价值的特征，并将这些特征作为信号对股票的涨跌进行预测。具体来说，本发明实现了一种基于Transformer和注意力机制的股票技术数据序列编码器，并设计了多个自监督辅助任务来训练编码器，利用训练完成的编码器编码股票序列数据。最后，基于长短期记忆神经网络和前馈神经网络，学习序列表征，再对股票涨跌进行预测。在真实股票数据集上进行的大量实验表明，本发明学习到的特征是预测股票涨跌的有效信号，在预测股票涨跌方面具有领先
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113159945 A
(43)申请公布日 2021.07.23
(21)申请号 202110271244.3 G06N 3/08 (2006.01)
(22)申请日 20
文档评论（0）