ML-GAT: A Multilevel Graph Attention Model for Stock Prediction
发表于 2022年8月16日上传于 2025年5月26日

本报告提出一种多层次图注意力网络模型ML-GAT,融合股票历史价格、新闻文本和企业关系数据,利用多层注意力机制选择性聚合不同类型关系信息,显著提升了S&P 500和CSI 300指数股票趋势预测的准确率和盈利能力。实验表明,ML-GAT在F1-score和准确率分别较基准模型提升11.82%和12.6%,日均收益率和夏普比率分别提升5.06%和94.81%。模型可解释性强,关联关系符合实际市场互动