Resumen

Los datos financieros como tipo de datos multimedia contienen información rica, la cual ha sido ampliamente utilizada para la tarea de análisis de datos. Sin embargo, cómo predecir el precio de las acciones sigue siendo un problema de investigación candente para inversionistas e investigadores en el campo financiero. Predecir los precios de las acciones se convierte en una tarea extremadamente desafiante debido al alto ruido, la no linealidad y la volatilidad de los datos de series temporales de precios de las acciones. Con el fin de proporcionar mejores resultados de predicción del precio de las acciones, se propone un nuevo modelo de predicción de precios de acciones llamado CNN-BiLSTM-ECA, que combina la Red Neuronal Convolucional (CNN), la red Bidireccional de Memoria a Corto y Largo Plazo (BiLSTM) y el Mecanismo de Atención (AM). Específicamente, la CNN se utiliza para extraer las características profundas de los datos de acciones para reducir la influencia del alto ruido y la no linealidad. Luego, se emplea la red BiLSTM para pre

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Datos financieros; Predicción del precio de las acciones; CNN; BiLSTM; Mecanismo de atención; ECA
• Keywords:Financial data; Stock price prediction; CNN; BiLSTM; Attention Mechanism; ECA