《基于深度学习与多源异构数据融合的预测模型框架概述》2300字.docx

PAGE101

基于深度学习与多源异构数据融合的预测模型框架概述

研究框架

综合上述多源信息融合方式及深度学习模型处理预测任务的原理和流程之后，本节构建了以下研究框架：

图3-8融合多源异构数据的股价趋势预测深度学习框架

如图3-8所示，基于深度学习模型与多源异构数据的股价趋势预测研究框架主要分为三个部分：

（1）确定输入数据来源及特征

依据先验知识或特征筛选算法分别对多来源数据进行特征选择。这一部分的主要目的是为了筛选出与目标任务最相关的特征，剔除冗余特征以便实现模型输入的简化。影响股价波动的因素有很多，但并不是每一种对具体研究背景下的任务都相关，这就需要充分利用金融学理论或经验等