|
|
|
@@ -1,4 +1,6 @@ |
|
|
|
# 基于MindSpore的多模态股票价格预测系统研究 |
|
|
|
摘要：股票价格预测一直是金融领域的重要问题，对于投资者和金融机构来说具有重要的价值。然而，股票价格受多种因素影响，包括市场情绪、公司业绩、宏观经济等，因此具有挑战性。在本研究中，我们利用MindSpore框架构建了一个股票价格预测模型，该模型基于Informer，能够捕获多种时间序列数据的关联性，并预测未来的股票价格趋势。我们使用了大量的历史股票价格数据和相关因素，通过训练和优化模型来提高预测准确性。本报告还包括了实验结果和性能评估，以验证模型的有效性和可行性。我们的研究为金融领域提供了一个强大的工具，用于更好地理解和预测股票市场的动态，帮助投资者和金融专业人士做出更明智的决策。 |
|
|
|
|
|
|
|
1.项目背景和目标 |
|
|
|
随着金融市场的不断发展，股票市场的波动性越来越大，投资者需要更加准确、实时的股票价格预测工具来帮助他们做出更好的投资决策。本项目旨在基于Mindspore框架和鲲鹏openEuler平台，开发一个高效、准确、实时、成本效益高的股票价格预测系统，帮助投资者更好地理解股票市场动态，降低投资风险。 |
|
|
|
|
|
|
|
@@ -9,7 +11,6 @@ |
|
|
|
训练和推理：通过压缩、蒸馏、剪枝、量化等方式，对模型进行训练和推理，提高预测准确性和实时性； |
|
|
|
算子优化和图优化：通过算子优化、图优化、加速库等方式，提高预测速度； |
|
|
|
集束搜索、班监督等训练和交易策略优化：通过集束搜索、班监督等方式，优化训练和交易策略，提高预测效果。 |
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
limingjuan
2 years ago