摘要: 随着国民生活水平的提高, 越来越多的人投身于股票市场. 为了科学有效地量化选股,通过将量化投资、深度学习及文本分析进行有机结合, 来建立量化选股模型. 首先, 通过文本分析筛选出基本面利好的股票; 然后, 通过长短期记忆 (long-short term memory, LSTM) 选出预测准确度良好的股票; 最后, 预测所选出的股票在未来几天的股价趋势. 在实证分析方面,通过本模型对部分股票进行运算, 选取预测效果较好的股票: 赢合科技.
中图分类号:
陆芳玲, 赵家玮, 夏铁成. 基于 LSTM-文本分析的量化选股模型[J]. 上海大学学报(自然科学版), 2024, 30(2): 352-361.
LU Fangling, ZHAO Jiawei, XIA Tiecheng. Quantitative stock selection model based on LSTM-text analysis[J]. Journal of Shanghai University(Natural Science Edition), 2024, 30(2): 352-361.