[论文解读] A Novel Ensemble Deep Learning Model for Stock Prediction Based on Stock Prices and News

Yang Li, Yi Pan|arXiv (Cornell University)|Jul 23, 2020

Stock Market Forecasting MethodsDecision Sciences参考文献 22被引用 17

一句话总结

本文提出了一种新颖的混合集成深度学习模型，结合长短期记忆网络（LSTM）与门控循环单元网络（GRU），并融合全连接神经网络，利用历史股价数据与新闻情绪信息预测股票走势。与先前方法相比，该模型将均方误差降低了57.55%，并将走势方向准确率提升了33.34%，在预测股票趋势方面展现出更优性能。

ABSTRACT

In recent years, machine learning and deep learning have become popular methods for financial data analysis, including financial textual data, numerical data, and graphical data. This paper proposes to use sentiment analysis to extract useful information from multiple textual data sources and a blending ensemble deep learning model to predict future stock movement. The blending ensemble model contains two levels. The first level contains two Recurrent Neural Networks (RNNs), one Long-Short Term Memory network (LSTM) and one Gated Recurrent Units network (GRU), followed by a fully connected neural network as the second level model. The RNNs, LSTM, and GRU models can effectively capture the time-series events in the input data, and the fully connected neural network is used to ensemble several individual prediction results to further improve the prediction accuracy. The purpose of this work is to explain our design philosophy and show that ensemble deep learning technologies can truly predict future stock price trends more effectively and can better assist investors in making the right investment decision than other traditional methods.

研究动机与目标

• 开发一种深度学习模型，有效整合数值型股票价格数据与文本型新闻情绪信息，以提升股票走势预测性能。
• 解决先前模型仅使用价格数据或仅使用文本数据，或未能充分考虑时间序列动态性的局限性。
• 通过融合多种循环神经网络架构的集成学习方法，提升预测准确性。
• 证明结合多样化RNN与情感分析可增强金融预测中的鲁棒性与性能。

提出的方法

• 该模型采用两级集成架构：一级使用两个独立的RNN——LSTM与GRU，分别处理序列化的股票价格与新闻情绪数据。
• 对新闻文章应用情感分析，提取正向或负向情绪得分，并将其作为输入特征输入RNN。
• 将LSTM与GRU的输出进行拼接，并通过全连接神经网络（FCNN）处理，生成最终的股票方向预测结果。
• 混合集成方法通过结合多个RNN的预测结果，降低方差并提升泛化能力。
• 模型采用端到端的反向传播训练方式，使用Adam优化算法，以历史数据的均方误差最小化为目标。
• 采用固定的历史窗口大小，以捕捉相关过往事件，在记忆保留与信息相关性之间实现平衡。

实验结果

研究问题

• RQ1 将多种循环神经网络（LSTM与GRU）与情感增强输入相结合，能否提升股票价格走势方向预测的准确性？
• RQ2 在同时使用价格与新闻数据预测股票走势时，集成模型的性能与单一RNN或传统模型相比如何？
• RQ3 与仅使用数值价格数据的模型相比，从新闻文章中引入文本情绪信息在多大程度上提升了预测的鲁棒性？
• RQ4 混合集成方法是否能降低预测误差，并提升F1-score与走势方向准确率等关键指标？
• RQ5 该模型能否在未见数据上实现良好泛化，特别是对长期趋势与短期市场冲击的捕捉能力如何？

主要发现

• 所提出的混合集成模型将均方误差（MSE）从438.94降低至186.32，相比最佳现有模型实现57.55%的改进。
• 与先前最先进模型相比，该模型将走势方向准确率（MDA）提升了33.34%，在保留测试集上最高达到67%。
• 精确率提升40%，召回率提升50%，F1-score提升44.78%，表明整体分类性能显著增强。
• 结果表明，整合价格时间序列与情绪特征的模型，其预测准确性显著优于仅使用单一数据类型的方法。
• 结果表明，采用多样化RNN架构的集成学习可增强金融预测中模型的鲁棒性与泛化能力。
• 该模型性能超过金融市场上被认为具有盈利潜力的60%阈值，表明其对投资者具有实际应用价值。