研究人員開(kāi)發(fā)人工智能模型“ALERTA-Net” 預(yù)測(cè)股市趨勢(shì)

　　南達(dá)科他州大學(xué)的Fu教授和Bai研究員近日成功開(kāi)發(fā)出一款名為“ALERTA-Net”的人工智能(AI)模型，旨在預(yù)測(cè)股市的走勢(shì)和波動(dòng)。該模型是一種深度神經(jīng)網(wǎng)絡(luò)，首次整合了宏觀經(jīng)濟(jì)數(shù)據(jù)、搜索引擎信息和社交媒體數(shù)據(jù)，為股市預(yù)測(cè)領(lǐng)域帶來(lái)了新的可能性。

　　研究團(tuán)隊(duì)選擇了全球產(chǎn)業(yè)分類(lèi)標(biāo)準(zhǔn)中的41支“藍(lán)籌”股票，結(jié)合了強(qiáng)大的社交媒體信息檢索和深度學(xué)習(xí)技術(shù)，從雅虎財(cái)經(jīng)等來(lái)源獲取了超過(guò)700萬(wàn)條推文的數(shù)據(jù)。這些推文涵蓋了41支不同股票的討論，為構(gòu)建全面的預(yù)測(cè)模型提供了充分的信息基礎(chǔ)。

　　傳統(tǒng)的股市研究和預(yù)測(cè)方法主要包括技術(shù)分析和基本分析。然而，研究人員指出，這兩種方法都存在缺陷，容易忽略關(guān)鍵的股市指標(biāo)。技術(shù)分析主要依賴(lài)于歷史數(shù)據(jù)，可能忽視由于意外事件引起的突然市場(chǎng)變化。而基本分析雖然更全面，但常常忽略了更廣泛經(jīng)濟(jì)與股市之間的共生關(guān)系。

　　“ALERTA-Net”模型的研究結(jié)果顯示，在準(zhǔn)確性方面優(yōu)于著名的股票運(yùn)動(dòng)預(yù)測(cè)網(wǎng)絡(luò)DP-LSTM以及其他基準(zhǔn)模型。研究人員表示，將繼續(xù)實(shí)驗(yàn)，探索整合音頻和視頻來(lái)源等新的輸入，以進(jìn)一步提高模型的準(zhǔn)確性。

　　Fu教授認(rèn)為，這種模型不僅僅局限于股市領(lǐng)域，還有著廣泛的應(yīng)用潛力。他指出，類(lèi)似的建模方法可以幫助預(yù)測(cè)交通高峰期的等待時(shí)間等問(wèn)題，展示了這一技術(shù)在不同領(lǐng)域的巨大應(yīng)用前景。

　　南達(dá)科他州大學(xué)研究人員的“ALERTA-Net”為股市預(yù)測(cè)領(lǐng)域帶來(lái)了創(chuàng)新，將社交媒體、宏觀經(jīng)濟(jì)和搜索引擎數(shù)據(jù)的綜合運(yùn)用為股市預(yù)測(cè)提供了新的思路和工具。