计算机工程

作者：鲍志, 姚宏亮, 方帅, 杨静, 俞奎

单位：合肥工业大学计算机与信息学院, 安徽 合肥 230601

关键词：多Agent传动影响图,周期传动,振子模型,效用函数,联合树

基金：国家重点研发计划(2020AAA0106100); 国家自然科学基金面上项目(61876206); 国家自然科学基金面上项目(62176082)

股市趋势预测是机器学习领域中一个具有挑战性的任务。由于一些因素对于股市的影响是动态且不确定的，导致股市趋势难以预测。针对已有方法在股市预测时存在的灵敏性差、适应力弱等问题，从快变量和慢变量的传动关系出发，利用Agent技术对股市中的快周期和慢周期进行联合建模，提出一种多Agent传动影响图(MATID)股市趋势预测方法。给出股市中快周期和慢周期的划分标准，并引入周期能量的概念；通过对相关趋势指标的特征融合，给出周期能量的量化计算方法；通过分析快周期和慢周期的动态作用过程，给出传动因子的表示方法；将快周期和慢周期分别对应成不同的Agent，利用多Agent影响图模型建模快周期和慢周期的传动过程；利用股市振子模型表示快Agent和慢Agent之间的传动效用，利用联合树的自动推理技术对股市趋势进行预测。在不同样本数量和不同股市趋势下进行实验，结果表明，与门控循环单元、S-LSTM和Hybrid-RNN预测方法相比，MATID方法预测精确率提升1.5%~7.0%，召回率提升5.4%~6.7%，F1值提升3.7%~6.2%，具有良好的灵敏性和适应力。

来源：2024年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第3期