原创力文档- 1、本文档共52页，其中可免费阅读16页，需付费100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)。
查看更多
摘要
股票预测和量化研究一直是人们关注的领域．近些年来，AI算法的飞速发展
和CPU算力的不断提升，使得一些前沿算法在该领域的应用成为可能．传统股票
预测模型多以股票的历史时序数据为研究对象，通过刻画股价波动率等指标来对
股票趋势进行预测，没有考虑股票样本间的关联关系，但现实中个股间千丝万缕
的联系必将对股票收益等因素的预测造成影响．
本研究从统计与计算机、金融学科交叉融合的角度出发，构建引人图结构层
的LSTM．GAT股票收益预测模型和量化框架．其中，预测模型在时序预测的基
础上，通过隐式动态建
文档评论（0）