Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学;上海纯达资产管理有限公司高忠科获国家专利权

天津大学;上海纯达资产管理有限公司高忠科获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学;上海纯达资产管理有限公司申请的专利基于复杂网络多源信息融合的股票投资组合推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115907975B

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210943516.4,技术领域涉及:G06Q40/04;该发明授权基于复杂网络多源信息融合的股票投资组合推荐方法是由高忠科;郭嘉仪;苏静钰;田源;薄地阔设计研发完成,并于2022-08-08向国家知识产权局提交的专利申请。

基于复杂网络多源信息融合的股票投资组合推荐方法在说明书摘要公布了:一种基于复杂网络多源信息融合的股票投资组合推荐方法,包括:收集N只股票的交易数据和文本数据;数据预处理;构建N只股票之间的关系矩阵;构建基于门控循环单元和门控图卷积的多源信息融合神经网络模型,该模型是由张量融合模块、门控循环单元神经网络层、门控图卷积网络层和输出层依次串联构成;模型迭代训练,通过在迭代训练中优化该模型的交叉损失值来,更新该模型的可训练参数;本发明实现了股票预测模型对动量溢出效应的考虑。提高对目标股票价格变化的预测准确率,提高推荐系统的鲁棒性和可靠性,可以为投资者提供股票组合选择的参考方向。

本发明授权基于复杂网络多源信息融合的股票投资组合推荐方法在权利要求书中公布了:1.一种基于门控循环单元和门控图卷积的多源信息融合方法,其特征在于,包括如下步骤: 1收集N只股票的交易数据和文本数据; 2数据预处理; 3构建N只股票之间的关系矩阵; 4构建基于门控循环单元和门控图卷积的多源信息融合神经网络模型,该模型是由张量融合模块、门控循环单元神经网络层、门控图卷积网络层和输出层依次串联构成;其中, 所述张量融合模块,包括:用于捕捉交易数据序列和文本特征序列的内在联系的K维双向线性张量积项,表达式如下: ; 其中,表示一个交易日下第i只股票的交易数据序列中第l个特征,表示该交易日下第i只股票的文本特征序列中第l’个特征,是三阶张量且,其中的一个元素是 对一个交易日下的第i只股票的交易序列和文本特征序列通过权重矩阵串联、线性变换得到特征融合向量,表达式如下: 其中,表示矩阵串联,是偏置,tanh是激活函数,参数通过模型学习获得; 所述门控循环单元神经网络层是用于对第t-T天到第t天的特征融合向量进行深度特征提取,得到深度融合特征向量 其中,D是门控循环单元神经网络层的隐藏层维度,也是得到的第i只股票的深度融合特征向量的特征维度,表示第t-T+1个交易日到第t个交易日的特征融合向量的集合,用来表示每只股票的深度融合特征向量的集合; 所述的门控图卷积网络层的构建,是对输入的股票关系网络进行学习得到第i只股票与第j只股票的关系特征,表达式如下: ; 其中,代表标准化后的第i只股票与第j只股票之间的关联程度,同时,越接近1表示第i只股票与第j只股票之间的相关性越强烈,越接近0表示第i只股票与第j只股票之间的相关性越弱;是所有股票共有的权重矩阵,由基于门控循环单元和门控图卷积的多源信息融合神经网络模型训练得到;表示每只股票的深度融合特征向量的集合,即,门控循环单元神经网络层输出结果;是sigmoid函数;代第i只股票与其他N-1只相关股票的关系特征向量,表示门控机制;是门控机制中的权重矩阵,是偏置,其中D表示每只股票的深度融合特征向量的特征维度,D’表示第i只股票与其他N-1只相关股票的关系特征向量的特征维度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学;上海纯达资产管理有限公司,其通讯地址为:300072 天津市南开区卫津路92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。