研究人员开发人工智能模型“ALERTA-Net” 预测股市趋势

**划重点:**

1. 🧠 南达科他州大学研究人员成功开发出名为“ALERTA-Net”的AI模型，结合宏观经济数据、搜索引擎信息和社交媒体数据，实现对股价走势和市场波动的预测。

2. 🌐 这一深度神经网络模型是首个整合宏观经济、搜索引擎和社交媒体数据的AI模型。

3. 📈研究团队通过选择全球产业分类标准中的41支“蓝筹”股票，并结合社交媒体信息检索和深度学习技术，获得了超过700万条推文的数据。

4.📈 模型表现优异，比著名的股票运动预测网络DP-LSTM以及其他基准模型在准确性方面更为出色。

南达科他州大学的Fu教授和Bai研究员近日成功开发出一款名为“ALERTA-Net”的人工智能（AI）模型，旨在预测股市的走势和波动。该模型是一种深度神经网络，首次整合了宏观经济数据、搜索引擎信息和社交媒体数据，为股市预测领域带来了新的可能性。

研究团队选择了全球产业分类标准中的41支“蓝筹”股票，结合了强大的社交媒体信息检索和深度学习技术，从雅虎财经等来源获取了超过700万条推文的数据。这些推文涵盖了41支不同股票的讨论，为构建全面的预测模型提供了充分的信息基础。

图源备注：图片由AI生成，图片授权服务商Midjourney

传统的股市研究和预测方法主要包括技术分析和基本分析。然而，研究人员指出，这两种方法都存在缺陷，容易忽略关键的股市指标。技术分析主要依赖于历史数据，可能忽视由于意外事件引起的突然市场变化。而基本分析虽然更全面，但常常忽略了更广泛经济与股市之间的共生关系。

“ALERTA-Net”模型的研究结果显示，在准确性方面优于著名的股票运动预测网络DP-LSTM以及其他基准模型。研究人员表示，将继续实验，探索整合音频和视频来源等新的输入，以进一步提高模型的准确性。

Fu教授认为，这种模型不仅仅局限于股市领域，还有着广泛的应用潜力。他指出，类似的建模方法可以帮助预测交通高峰期的等待时间等问题，展示了这一技术在不同领域的巨大应用前景。

南达科他州大学研究人员的“ALERTA-Net”为股市预测领域带来了创新，将社交媒体、宏观经济和搜索引擎数据的综合运用为股市预测提供了新的思路和工具。

论文地址：https://dx.doi.org/10.48550/arxiv.2310.18706