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!
申请/专利权人:西南财经大学
摘要:本发明公开了一种基于半监督时空图神经网络的大股东减持风险分析方法,包括:数据收集与数据预处理;利用预处理后的数据,构建一个能够反映股市各实体间动态关系的图神经网络;在构建的图神经网络的基础上,应用时空图学习网络方法STL进行深入分析;引入半监督学习,对图神经网络在有限的标注数据下进行训练;通过图形向量自回归模型VAR解释大股东减持行为对股市的影响,包括风险的传播路径和关键影响因素分析;本发明通过构建一个新型的空间‑时间图学习网络并融合注意力机制,结合图形向量自回归模型,提高风险分析的准确性和解释性。
主权项:1.一种基于半监督时空图神经网络的大股东减持风险分析方法,其特征在于,包括以下步骤:步骤1、数据收集与数据预处理;步骤2、利用预处理后的数据,构建一个能够反映股市各实体间动态关系的图神经网络;步骤3、在构建的图神经网络的基础上,应用时空图学习网络方法STL进行深入分析;步骤4、引入半监督学习,对图神经网络在有限的标注数据下进行训练;步骤5、通过图形向量自回归模型VAR解释大股东减持行为对股市的影响,包括风险的传播路径和关键影响因素分析。
全文数据:
权利要求:
百度查询: 西南财经大学 基于半监督时空图神经网络的大股东减持风险分析方法
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。