-
公开(公告)号:CN113256415A
公开(公告)日:2021-08-13
申请号:CN202110522552.9
申请日:2021-05-13
Applicant: 西南财经大学
Abstract: 本发明提供一种媒体信息张量监督学习方法,包括如下步骤:S1、收集媒体信息;S2、构建n阶媒体信息张量X;S3、构建n阶张量监督学习算法的超平面函数;S4、基于媒体信息训练样本集求解超平面函数中的参数;S5、基于计算的超平面函数对股票波动进行预测;S6、依据人体工程学原理,实施可视化;显示收集到的市场交易信息、媒体新闻信息、股民情感信息的页面背景以黑色为主,字体颜色为绿色;显示模型预测所得结果的页面背景以白色为主,股票价格波动中的上升部分的曲线的颜色为红色,价格下跌部分的曲线的而颜色为绿色。将张量理论、机器学习算法应用于股票市场,构建张量监督学习算法的目标函数。
-
公开(公告)号:CN113256416A
公开(公告)日:2021-08-13
申请号:CN202110522554.8
申请日:2021-05-13
Applicant: 西南财经大学
Abstract: 本发明提供一种基于媒体信息张量监督学习的股票价格波动预测模型,包括如下步骤:S1、收集市场交易信息、媒体新闻信息、股民情感信息;S2、对收集的信息进行预处理;S3、基于预处理后的信息构建张量;S4、对构造的张量进行张量分解与重构;S5、基于市场交易信息及重构后的张量,利用张量监督学习算法对股价波动进行训练和预测;S6、基本信息可视化,以黑色背景、蓝色字体为主,展示收集到的市场交易信息、媒体新闻信息、股民情感信息;股票价格波动预测结果可视化,展示模型预测出来的结果页面的背景以白色为主,股票价格波动中的上升部分的曲线的颜色为红色,价格下跌部分的曲线的而颜色为蓝色。
-
公开(公告)号:CN107506848A
公开(公告)日:2017-12-22
申请号:CN201710598035.3
申请日:2017-07-20
Applicant: 西南财经大学
CPC classification number: G06Q10/04 , G06F17/18 , G06Q30/0201 , G06Q40/04
Abstract: 本发明公开了一种媒体信息张量监督学习方法,用张量来表示媒体信息空间,从而可以将不同维度的信息和之间的相互关系纪录下来,并基于媒体信息张量利用监督学习算法来捕捉互联网媒体与股票市场的波动关系,从而对股票市场进行预测。本发明具有以下优点:(1)用张量来表示媒体信息空间,从而将不同维度信息之间的相互关系记录下来;(2)张量监督学习算法实现了计算机学习算法从向量到张量的拓展。
-
公开(公告)号:CN107392664A
公开(公告)日:2017-11-24
申请号:CN201710596662.3
申请日:2017-07-20
Applicant: 西南财经大学
CPC classification number: G06Q30/0278 , G06Q40/04
Abstract: 本发明公开了一种基于媒体信息张量监督学习的股票价格波动预测系统及方法,根据媒体信息,构建张量,利用监督学习算法进行股票价格波动的预测。本发明具有以下优点:(1)从市场交易信息、股民情感信息、媒体新闻信息三个维度属性信息出发,包括定量和定性两方面的信息来源,包括官方新闻信息和社交媒体信息,从而更全面的分析互联网媒体与股票市场的关系;(2)用张量来表示媒体信息空间,从而将不同维度信息之间的相互关系记录下来;(3)张量监督学习算法实现了计算机学习算法从向量到张量的拓展。
-
-
-