Resumen

Un número creciente de inversores de la compañía de renombre están centrando su atención en la predicción de acciones en la búsqueda de nuevas formas eficientes de hipotetizar sobre los mercados a través de la aplicación de finanzas conductuales. En consecuencia, la investigación sobre la predicción de acciones se está convirtiendo en una dirección popular en la academia y la industria. En este estudio, el objetivo es establecer un modelo para predecir el movimiento de los precios de las acciones a través de un grafo de conocimiento a partir de las noticias financieras de las compañías de renombre. En contraste con los métodos tradicionales de predicción de acciones, nuestro enfoque considera los efectos de las características de las tuplas de eventos en las acciones sobre la base del grafo de conocimiento y el aprendizaje profundo. El modelo propuesto y otros modelos de selección de características se utilizaron para realizar extracción de características en los sitios web de Thomson Reuters y Cable News Network. Se llevaron a cabo numerosos experimentos para obtener evidencia de la efectividad de la incrustación de grafo de conocimiento para tareas de clasificación

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Empresa de renombre; Predicción de acciones; Finanzas conductuales; Gráfico de conocimiento; Aprendizaje profundo; Extracción de características
• Keywords:Renowned company; Stock prediction; Behavioral finance; Knowledge graph; Deep learning; Feature extraction