面向图片和文本多源异质数据的股票预测联合模型.pdfVIP

ComputerScienceandApplication计算机科学与应用,2024,14(1),88-97

PublishedOnlineJanuary2024inHans./journal/csa

/10.12677/csa.2024.141010

面向图片和文本多源异质数据的

股票预测联合模型

昝泓含，李艳艳

燕山大学，理学院，河北秦皇岛

收稿日期：2023年12月22日；录用日期：2024年1月19日；发布日期：2024年1月30日

摘要

股票预测一直是金融界研究的热点问题，近年来融合文本、图片这类非结构化数据成为提高预测精度的

研究方向。本文建立了一种能够同时处理多源异质数据的股票价格走势预测联合模型，分析词云图片、

股吧评论文本和股票交易数据。联合模型分为两个分支，一个分支运用CNN模型分析由股民评论文本

转为的词云图片，另一分支运用LSTM模型处理历史股票交易数据和由股民评论文本得到的情感评分，

两个分支共同预测4天、6天、8天的股票走势涨跌。结果表明使用词云图片的CNN模型表现优于情感分

析的LSTM模型，证明词云图片的可使用性，且联合模型结果优于两个单一模型，准确率稳定在0.6~0