基于TCN和双重注意力的股价预测模型

作     者：付义峰 肖贺 FU Yi-feng;XIAO He

作者机构：江西理工大学软件工程学院江西南昌330013 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年第41卷第6期

页      面：345-353页

学科分类：07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：江西省教育厅科技项目(GJJ200824) 

主　　题：时间卷积网络 门控循环单元 时间注意力 特征注意力 可解释性 

摘      要：股票市场的行情受许多变量因子的影响,目前针对时间序列的预测模型,往往难以捕捉多因子之间的复杂规律。针对上述问题,提出一种基于双重注意力机制和时间卷积网络(TCN)的股价预测模型。首先,使用一种更适合时间序列的卷积网络作为特征提取层,并引入特征注意力,动态挖掘输入的因子特征与收盘价的潜在相关性,其次,在门控循环单元(GRU)的基础上,引入时间注意力机制来提高模型学习重要时间点的能力,并从时间角度获得重要性量度。实验结果表明,所提出模型对于股价预测的误差指标相比传统预测模型表现更加优秀,且在指标特征和时间两个方面上实现了模型的可解释性。