MULTI-RELATIONAL GRAPH DIFFUSION NEURAL NETWORK WITH PARALLEL RETENTION FOR STOCK TRENDS CLASSIFICATION
创建于 更新于
摘要
本报告提出了一种基于动态图生成的多关系股票图扩散神经网络MGDPR，解决了股票间复杂时变关系和个股层次特征缺失的问题。通过信息熵和信号能量构建动态多关系图，采用多关系图扩散优化邻接关系，并利用并行保留机制增强长期依赖特征捕获。实验证明，该方法在NASDAQ、NYSE和上海证券交易所三个市场的七年数据上显著优于现有方法，实现股票趋势的准确分类 [page::0][page::1][page::2][page::3]。
