融合情感特征的基于RoBERTa-TCN的股价预测研究

摘要：

[目的]在股票预测模型中融入投资者情感特征以提升对股价走势的预测效果.[方法]使用注意力机制将RoBERTa模型构建的投资者情感特征与时间卷积神经网络提取的股价特征进行融合,构造考虑投资者情感特征的RoBERTa-TCN股价预测模型.[结果]与LSTM、GRU、TCN三个模型在6只股票数据集上的实验结果进行对比,RoBERTa-TCN模型在4个不同评价指标上有平均约0.490 6的提升.[局限]未考虑股票交易日的时间特殊性对股价波动的影响.[结论]融入近期投资者情感特征和股指特征的RoBERTa-TCN模型具有良好股价预测效果.

关键词：股票预测、情感特征、RoBERTa时间卷积神经网络、注意力机制

所属期刊栏目：6

分类号：TP393(计算技术、计算机技术)

在线出版日期：2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：123-133