StockMixer – 上海交大推出的股票价格预测架构

什么是StockMixer？

StockMixer是上海交通大学推出的多层传感器，用于股价预测（MLP）该架构具有简单而强大的预测能力。该架构基于三个步骤来处理和预测股票数据：指标混合、时间混合和股票混合，有效地捕捉股票指标、时间和股票之间的复杂相关性。时间混合使用多尺度的时间片段信息，股票混合影响股票的市场状态，以实现更准确的预测。Stockmixer在减少内存使用和计算成本的同时，在多个股票市场基准测试中表现良好，超越了各种先进的预测方法。

StockMixer的主要功能

• 指标混合：利用矩阵乘法和激活函数模拟每只股票-时间对内部指标的相互作用，提取对未来股票趋势有信息量的高水平潜在特征。
• 时间混合（Time Mixing）：为了捕捉股价运动中的时间趋势和模式，基于多尺度时间片段的信息交换，支持模型从不同时间尺度提取特征。
• 股票混合（Stock Mixing）：学习从整个市场到个股再到整个市场的股票状态，模拟股票之间的复杂相关性，更稳定地建模股票相关性。
• 预测股价：结合上述混合特征，预测下一个交易日的收盘价。

StockMixer的技术原理

• 多层感知器（MLP）架构：基于MLP，基于线性计算复杂性和简单架构处理股票数据。
• 信息交换：以MLP结构为基础，在不同维度(指标、时间、股票)之间交换信息，增强模型的表现力。
• 残差连接与层归一化：保持输入与混合特性之间的平衡，层归一化减少了数据偏移的影响。
• 多尺度时间片段：将时间序列分成不同大小的片段，捕获不同时间尺度的特征。
• 股票对市场、市场、股票的影响：学习基于两个MLP结构的潜在股票状态，影响个股，模拟股票之间的相关性。
• 损失函数设计：结合点回报和成对排名感知损失，优化模型保持高预期回报股票的相对顺序，以最小化预测和实际回报率之间的平均误差。

StockMixer项目地址

• GitHub仓库：https://github.com/SJTU-DMTai/StockMixer
• 技术论文：https://ojs.aaai.org/index.php/AAAI/article/view/28681

StockMixer的应用场景

• 量化投资：利用StockMixer预测股价变化，帮助量化投资策略制定者制定交易策略，获得超额回报。
• 风险管理：金融机构可以更好地评估和管理投资组合的市场风险。
• 算法交易：在高频交易中提供快速的股价预测，帮助算法交易系统做出即时交易决策。
• 优化投资组合：投资经理优化投资组合，选择预期表现良好的股票，或避免潜在风险。
• 市场分析与研究：分析师分析市场趋势，比较行业，研究具体事件对股价的影响。