机构名称：
¥ 2.0
摘要。近年来，人工智能（AI）的迅速进步对交易实践产生了重大影响，为交易者提供了高级委托，从而改善了决策并增强交易策略，从而增加了利润和降低风险。大数据时代的发作进一步丰富了这一领域，可以访问广泛的财务数据，例如历史股票价格，公司财务报表，财务新闻文章，社交媒体情感和宏观经济指标，都可以公开使用。通过识别此广泛的数据集中的复杂模式和相关性，深度学习（DL）算法证明了它们比传统方法更准确地预测股票价格和市场趋势的能力。这项综合调查旨在对股票市场预测中采用的各种深度学习模型进行深入的研究。主要目的是将这些模型分为两种不同类型：Uni-Modal和多模态模型。通过探索每个类别中的细微差别，这项文献调查提供了对这些模型的优势，实力和对股票市场预测不断发展的研究格局的贡献的全面理解。我们的调查采用了一种系统的方法来进行CateGosize和分析股票市场预测中的深度学习模型。掌握了建立的数据库和存储库，我们将编写一个全面的数据集，其中包括与DL有关的DL有关的学术文章，会议论文和其他学术出版物。这项调查的发现为学术界和行业提供了宝贵的见解。该数据集将涵盖定义的时期，从而使我们能够捕获股票市场预测中研究趋势的时间演变。第一阶段涉及从已建立的数据库中提取和编译相关文献，包括但不限于Scopus，Web of Science和Google Scholar。该数据集将作为在股票市场预测中列出DL应用程序不断发展的景观的基础。随后，将采用先进的技术和方法，用于该领域中研究模式，模型共发生以及研究的智力结构。我们的研究确定了有影响力的作者，合作网络以及研究活动的地理分布，以发现新兴的研究群体。通过对
股票市场预测中的AI：书目分析
主要关键词
相关文件推荐
