NGAT: A Node-level Graph Attention Network for Long-term Stock Prediction
创建于 更新于
摘要
本文提出了一种面向长期股票收益率与波动率预测的节点级图注意力网络（NGAT），通过为每个公司节点赋予独特的注意力机制，有效建模公司关系图中不同节点的异质特征。该方法弥补了传统图模型泛化能力差和下游任务单日预测局限，显著提升预测准确率和波动率拟合度。实验基于两个公开数据集验证，NGAT在多周期预测任务中均优于传统GNN和基准方法，且显示了不同图构造方式下的模型鲁棒性，支持长期投资策略制定 [page::0][page::1][page::6][page::7][page::9]。
