Resumen

La predicción de los rendimientos excesivos de las acciones es un tema de investigación importante para el trading cuantitativo, y la predicción de precios de las acciones basada en el aprendizaje automático está recibiendo cada vez más atención. Este artículo toma los datos de las acciones chinas A-shares desde julio de 2014 hasta septiembre de 2017 como objeto de investigación, y propone un método de pronóstico de rendimiento excesivo de acciones que combina informes de investigación y sentimiento de inversores. El método propuesto mide las acciones individuales publicadas por analistas, separa los dos indicadores de atención de informes de investigación y sentimiento de calificación, calcula el sentimiento de inversores basado en factores externos del mercado, y utiliza el modelo LSTM para representar las características de series temporales de las acciones. Los resultados muestran que (1) se utilizan los indicadores de evaluación de precisión y F1, y el algoritmo propuesto es mejor que el algoritmo de referencia. (2) El rendimiento del algoritmo de aprendizaje profundo LSTM es mejor que el algorit

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Predicción; Rendimientos excesivos de acciones; Aprendizaje automático; Informes de investigación; Sentimiento del inversor; Modelo LSTM
• Keywords:Prediction; Stock excess returns; Machine learning; Research reports; Investor sentiment; LSTM model