摘要
本发明涉及人工智能技术领域,揭露了一种基于大模型的智能估值分析和选股方法,所述方法包括:利将多源股票数据编码为时序嵌入向量;构建时序嵌入向量的级联时空注意力网络,提取时序嵌入向量的财务指标序列特征,提取时序嵌入向量的β因子关联特征,分析时序嵌入向量的产业链传导效应;利用预训练语言模型分析待分析股票的股票文本信息;利用量化因子生成器分析待分析股票的潜在风险溢价特征,确定待分析股票的目标值;模拟所述待分析股票的决策路径,定义待分析股票的约束条件,分析所述决策路径的可行系数,确定所述待分析股票的调仓指令。本发明可以提高选股管理的可靠性。
技术关键词
预训练语言模型
时序
序列特征
知识图谱分析
注意力
财务
因子
层级
数据编码
级联
图谱特征
决策
风险
网络
效应
文本信息分析
编码特征
定义
系统为您推荐了相关专利信息
巷道掘进面
多模态特征
交叉注意力机制
异构
风险
机器学习模型
历史气象数据
配电方法
样本
模型训练模块
信息抽取方法
实体关系抽取
识别模块
标签
Attention机制
水电站现场
文本分类模型
专家知识库
事件处理技术
突发自然灾害