基于异构图神经网络与LLM微调的股价趋势预测方法

本发明公开的基于异构图神经网络与LLM微调的股价趋势预测方法，属于人工智能与金融风险控制技术领域。本发明实现方法为：1、构建异构知识图谱G；2、获取技术面特征和基础面特征；3、同构特征的提取和扩散并进行跨模态异构融合；4、利用修改位置编码将异构融合特征映射至token序列，对预训练的大语言模型进行微调，并通过全连接层进行二分类输出；5、利用交叉熵损失对股价趋势预测模型和大语言模型进行优化训练；6、构建多跳连通子图并输入至已训练的股价趋势预测模型和大语言模型中，输出指定上市公司的股价的二分类预测数据。与现有技术相比，本发明解决了将多源异构数据和市场实体间关系进行融合，提升股价趋势预测的准确性的技术问题。