63、机器学习技术在股票市场预测及相控阵天线设计中的应用

机器学习技术在股票市场预测及相控阵天线设计中的应用

1. 股票市场预测的机器学习方法

在股票市场预测领域，多种机器学习方法被广泛探索和应用，以实现对股票价格的精准预测。

1.1 数据处理与模型构建

• 数据获取与处理 ：分析使用了两个不同的数据集，一是路透社和彭博社的每日财经新闻，二是通过雅虎财经获取的标准普尔 500 指数每日股价。首先从数据中测量起始到结束的价格，然后使用回报估值进行正负新闻标签的标注。
• Stock2Vec 模型 ：创建数据集后，使用提出的 Stock2Vec 模型进行训练。每个单词会被赋予一个最大尺寸为 300 的向量，并且 Stock2Vec 中的总单词数限制为 5000。
• 技术指标 ：模型中使用了三个技术指标，即威廉指标、随机振荡器和相对强弱指数，这些指标基于证券或合约的价格、长度或未平仓合约数进行定量估计。

1.2 TGRU 模型架构

• 输入层 ：对于 TGRU，在输入层将单词长度限制为 300，截断长新闻故事并为短新闻故事补零，然后将其归一化到 0 到 1 的范围。
• 嵌入层 ：嵌入层在每个新闻文章中接收最多 303 个输入顺序。
• TGRU 层 ：接下来是具有 128 个记忆单元的 TGRU 层，在每次重复时为 GRU 层添加丢弃层。
<