정확한 주식 예측은 투자 결정 및 위험 관리에 중요하지만, 재무 시장의 비정상적이고 비선형적이며 잡음이 많은 특성으로 인해 여전히 도전 과제가 되고 있습니다. 심층 학습은 시간적 패턴 및 주식 관계를 모델링하여 예측을 발전시켰지만, 대부분의 방법은 구조화된 시장 전반의 힘을 포착하지 못합니다. 특히, 이들은 '시장 주도선'의 출현과 영향을 놓치고 있습니다. 이는 공유 특성을 가진 주식 그룹에서 지속적인 방향성 트렌드를 형성하며 시장 움직임을 집단적으로 이끄는 것입니다. 이를 해결하기 위해, 우리는 시장 주도 멀티 기능 융합 모델(MDMF)을 제안하여 다차원 시장 주도선 특성을 동적으로 식별하고 개별 주식에 대한 그들의 차별적 영향을 포착합니다. 이 모델은 시간적, 기본적 및 주식 특유의 특징을 통합하기 위해 이중 채널 인코딩 메커니즘, 동적 주식 집계 알고리즘 및 차별적 영향 모듈을 통합합니다. 실제 주식 데이터 세트에 대한 광범위한 실험 결과, MDMF는 예측 정확도와 수익성에서 최첨단 기준을 초과하는 성과를 보이며, 그 강점과 실제 유용성을 입증합니다. 우리의 연구는 시장 주도선을 명시적으로 모델링하는 가치가 주식 예측을 향상시키는 데 도움이 된다는 점을 강조하며, 체계적인 시장 행동에 대한 통찰을 제공합니다.
Shi et al. (금요일), 이 질문을 연구했습니다.