摘要
多模态深度学习可以提升模型性能,而现有研究中汇率波动率的预测仅基于宏观经济指标。因此提出一种多模模态态投汇资率者波情动绪率数预据测的方US法D,/C首N先Y通汇过率L波ST动M率模预型测构模建型外,最汇后投根资据者前情人绪文指数献,另再外结构合建传三统种宏U观SD经/济CN变Y量波,动构率建预基测于多模型进行对比。结果表明,相比朴素贝叶斯方法,LSTM模型在文本分类中表现更优;基于多模态投资者情绪数据的USD/CNY汇率波动率模型预测性能最好。
出处
《计算机应用研究》
CSCD
北大核心
2020年第S02期152-155,共4页
Application Research of Computers
基金
国家自然科学基金青年项目(71801072)
作者简介
汪文隽(1985-),女,安徽霍山人,副教授,硕导,博士,主要研究方向为金融工程(wjwang@hfut.edu.cn);王亦天(1994-),男,安徽合肥人,硕士研究生,主要研究方向为金融风险管理;操玮(1988-),女,安徽安庆人,副教授,硕导,博士,主要研究方向为金融大数据和机器学习;任思儒(1995-),女,山东诸城人,硕士研究生,主要研究方向为资本市场.
