[發明專利]一種基于復雜網絡的金融市場預測方法

在審

• 申請號: 202010425189.4
• 申請日: 2020-05-19
• 公開（公告）號: CN111582945A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 劉喜平;李映睿;萬常選;談銳;熊麗媛
• 申請（專利權）人: 江西財經大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/04;G06Q40/06
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 耿路

1.一種基于復雜網絡的金融市場預測方法，其特征在于，該基于復雜網絡的金融市場預測方法的具體步驟如下：

S1：構建上市公司復雜網絡，所述上市公司復雜網絡用于描述上市公司之間的關系；

S2:基于上市公司復雜網絡進行分布式表示學習，得到節點的嵌入；

S3:構建深度學習模型，對上市公司的主要金融指標進行預測，其步驟如下：

1)、構建相關公司集合Rel(o)；

2)、計算所述相關公司集合Rel(o)的嵌入，從上市公司復雜網絡中提取Rel(o)中的節點及其聯系，得到一個子圖GRel(o)，以圖中每個節點的嵌入作為輸入，運行圖卷積神經網絡算法，得到整個子圖的嵌入，即Rel(o)的嵌入；

3)、構建預測模型，所述模型的輸入包括相關公司集合和相關公司的歷史表現，采用LSTM模型來根據所述相關公司的歷史表現生成向量表示，把該向量作為模型的具體輸入。

2.如權利要求1所述的一種基于復雜網絡的金融市場預測方法，其特征在于，所述步驟S1中，所述上市公司復雜網絡的構建包括上市公司實體抽取和上市公司關系抽取，所述上市公司實體抽取為從互聯網上抓取國內上市公司的股票代碼和股票名稱信息，所述上市公司關系抽取根據上市公司的股價分為三類上市公司關系，分別為追隨關系、背離關系和共現關系。

3.如權利要求1所述的一種基于復雜網絡的金融市場預測方法，其特征在于，所述步驟S2包括：

將一個所述上市公司復雜網絡表示為：G＝(V_s，V_t，E_ss，E_st)，其中Vs是所有所述上市公司節點集合，Vt是所有所述主題節點集合，Ess是所述上市公司節點之間的邊，Est是所述主題節點與所述上市公司節點之間的邊，所述嵌入的學習采用深度學習方法，總的損失函數定義為：

其中，是結構部分的損失函數，是主題相關部分的損失函數，所述結構部分的損失函數和所述主題相關部分的損失函數均采用負采樣的方法進行訓練，用和來表示與節點u的鄰居和負樣本集合，即

定義為節點u的損失函數，定義如下：

其中p(u，v；θ)使用Logistic函數計算：

類似地，定義并定義主題相關的損失函數如下：

其中p(u，v；θ)使用Logistic函數計算，和中的節點表示主題，結構部分的損失函數和主題相關部分的損失函數為：

α用于控制結構損失和主題損失的比重。

4.如權利要求1所述的一種基于復雜網絡的金融市場預測方法，其特征在于，步驟S3中步驟1)包括：

給定一個公司o和參數k，找出與公司o相關聯的公司中關聯度最強的k個公司，作為o的相關公司集合Rel(o)，以o為根，構造最小生成樹，取該樹靠近根部的k個節點構成Rel(o)。