计算机应用

作者：王基厚, 林培光, 周佳倩, 李庆涛, 张燕, 蹇木伟

单位：山东财经大学 计算机科学与技术学院，济南 250014

关键词：股票指数预测,财务报表分析,数据降维,长短期记忆网络,双通道

股票市场参与者的所有市场活动综合影响着股票市场的变化，使股票市场的波动充满复杂性，也使得准确预测股票价格成为难题。在这些影响股市变化的活动中，财务披露是预测股票指数变化的一种吸引人的且具有潜在财务回报的手段。为了应对股票市场的复杂变化，提出一种结合公司披露的财务报表数据进行股票指数预测的方法。该方法首先对股票指数历史数据和公司财务报表数据进行预处理，主要是对公司财务报表数据生成的高维矩阵进行降维，然后用双通道的长短期记忆（LSTM）网络对归一化后的数据进行预测研究。在上证50指数和沪深300指数数据集上的实验结果表明，该方法的预测效果优于仅使用股票指数历史数据的预测效果。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期