改善されたCNN-LSTMに基づくテキストモデルの金融分野における応用分析と研究

情報技術の継続的な発展に伴い、オープンソーステキストに基づく世論分析と金融状況の認識が研究のホットスポットとなっています。本研究は、金融ニュースやコメント情報に焦点を当てています。まず、CNNとLSTMの利点を組み合わせたトピッククロール分類モデルを提案し、金融ニューステキストのトピック認識能力を向上させ、CNN-LSTM-AM株価変動予測モデルを提案します。このモデルは、BiLSTMを通じて感情分析を行い、複数の感情要因や市場の歴史データを統合し、複数の実験において従来のモデルに比べて優れた予測性能を示します。