[发明专利]一种基于多任务自监督学习的股票涨跌预测方法

说明书

本发明提出了一种基于多任务自监督学习的股票涨跌预测方法，该方法能自动从原始金融信号中学习有价值的特征，并将这些特征作为信号对股票的涨跌进行预测。具体来说，本发明实现了一种基于Transformer和注意力机制的股票技术数据序列编码器，并设计了多个自监督辅助任务来训练编码器，利用训练完成的编码器编码股票序列数据。最后，基于长短期记忆神经网络和前馈神经网络，学习序列表征，再对股票涨跌进行预测。在真实股票数据集上进行的大量实验表明，本发明学习到的特征是预测股票涨跌的有效信号，在预测股票涨跌方面具有领先的准确性。

技术领域

本发明涉及金融量化和人工智能技术领域，尤其涉及一种基于多任务自监督学习的股票涨跌预测方法。

背景技术

股票趋势预测是金融行业的一项重要任务，它对个人投资者和国民经济都有巨大的影响。利用预测模型预测股票趋势一直是人们的期望，在漫长的研究中研究人员发现生成具有代表性的特征是预测模型的核心。然而，在实际应用中，股票价格波动的特征和模式是高度不稳定和多样化的。因此学习有意义的股票特征对市场趋势预测具有挑战性。

传统的预测方法通常将股票的日线数据作为时间序列信号，然后利用经典的机器学习方法，如logistic回归，ARIMA等来预测股票市场的趋势，看市场是涨还是跌。这些方法通常面临双重挑战：

1)通过人工特征工程设计合适的特征需要深厚的领域知识和广泛的人力。

2)人工特征不能充分利用信息丰富的股票信号，这不可避免地导致次优预测。

因此，开发能够自动挖掘海量金融时间序列信号，并发现隐藏的信息特征作为趋势预测的深度信号的新技术显得尤为重要和迫切。最近开发的自监督学习可以有效地从原始数据中自动学习有用的特征，而不需要手工特征工程和深度领域知识，并且在广泛的应用领域中表现出了令人印象深刻的性能，例如图像分类、视频分割、场景检测等。然而，利用自监督学习来挖掘金融信号仍然具有挑战性。在计算机视觉场景中，图像有空间模式，视频有序列模式，基于空间和序列信息设计辅助任务是很自然的。然而，对于金融数据序列，没有直接的标签可以用来构建自监督学习模型的辅助任务。此外，在一个统一的方法中合并多个辅助任务来挖掘复杂的金融信号也具有挑战性。

发明内容

本发明的目的是针对现有技术的不足而提供的一种基于多任务自监督学习的股票涨跌预测方法，通过自动挖掘原始金融信号中的深度有意义的信号来预测市场趋势。编码器部分采用Transformer序列编码方式，结合注意力机制，再通过三个自监督辅助任务训练序列编码器以更好地将股票技术数据序列编码为金融信号，用于市场趋势预测。

实现本发明目的的具体技术方案是：

一种基于多任务自监督学习的股票涨跌预测方法，该方法包括以下具体步骤：

步骤1：收集中国每个股票每日频度的交易数据，在收集好的每日频度交易数据中，按照连续k天的日频交易数据构建数段股票序列形成数据集，之后再按照时间的先后顺序将构建完成的数据集划分为训练集、验证集和测试集，并对训练集、验证集、测试集中的数据进行去极值、标准化的数据预处理操作，之后步骤的训练过程在训练集和验证集上进行，测试过程在测试集上进行；其中，所述交易数据为最高价、最低价、开盘价、收盘价、成交量及成交金额；所述的数据集划分：70％为训练集，10％为验证集，20％为测试集；

步骤2：从步骤1训练集中任意选取一段股票序列，称之为锚序列，再从训练集股票序列中通过采样的方式得到与锚序列关联的另一段序列，称之为样本序列，形成锚-样本序列对,其中采样的方式分为正采样和负采样；对于形成的锚-样本序列对，将其输入到基于Transformer和注意力机制的序列编码器中，编码得到锚序列的表征及样本序列的表征；