A previsão precisa de ações é crucial para decisões de investimento e gestão de riscos, mas continua desafiadora devido à natureza não estacionária, não linear e ruidosa dos mercados financeiros. Embora o aprendizado profundo tenha avançado a previsão ao modelar padrões temporais e relacionamentos entre ações, a maioria dos métodos falha em capturar forças estruturadas e abrangentes de mercado. Especificamente, eles perdem a emergência e a influência das “linhas principais do mercado”—tendências direcionais persistentes em grupos de ações com atributos compartilhados que coletivamente impulsionam o movimento do mercado. Para abordar isso, propomos o Modelo de Fusão de Múltiplas Características Impulsionado por Linhas Principais de Mercado (MDMF), que identifica dinamicamente características multidimensionais das linhas principais do mercado e captura seu impacto diferencial em ações individuais. O modelo incorpora um mecanismo de codificação de canal duplo, um algoritmo dinâmico de agregação de ações e um módulo de influência diferencial para integrar características temporais, fundamentais e específicas de ações. Experimentos extensivos em conjuntos de dados de ações do mundo real mostram que o MDMF supera as linhas de base de ponta em precisão preditiva e lucratividade, demonstrando sua robustez e utilidade prática. Nosso estudo destaca o valor de modelar explicitamente as linhas principais do mercado para melhorar a previsão de ações e oferece insights sobre o comportamento sistemático do mercado.
Shi et al. (Sex,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: