Stock Market Prediction Using Node Transformer Architecture Integrated with BERT Sentiment Analysis
创建于 更新于
摘要
本文提出将节点-Transformer 与 BERT 情感分析融合的端到端预测框架，在20只 S&P500 个股（1982-2025）上进行检验，1 日前向预测 MAPE 为 0.80%，显著优于 ARIMA 和 LSTM 基线 [page::0][page::11][page::16]。情感信号整体减少预测误差约 10%，在财报公告期间误差降低约 25%，而图结构建模带来额外约 15% 的改进，方向性预测准确率达 65% 并通过统计显著性检验 (p<0.05) 验证 [page::0][page::11][page::16]。
