技术特征：
技术总结
本发明公开了一种结合新闻文本的股票智能预测方法，首先对新闻文本进行预处理，过滤中文分词和停用词，删除没有时间标签的新闻文本；确定股票的预测时长Δt，根据新闻文本的时间标签过滤选择新闻文本；对过滤选择的新闻文本进行特征表示，并和对应时刻的股票数据特征向量组成对应时刻的特征表示向量构建自编码器深度学习网络，将特征表示向量输入自编码器深度学习网络进行压缩和特征提取，得到低维特征表示向量构建ELM神经网络模型，对股价的变化程度进行定量表示，确定ELM神经网络模型的目标输出值；优化ELM神经网络模型参数，得到最终的预测模型。本发明通过新闻事件和历史行情数据的结合，解决股票预测准确度低的技术问题。
技术研发人员：李晓东;贡诚;冯钧
受保护的技术使用者：河海大学
技术研发日：2018.07.18
技术公布日：2018.12.11