项目实训第一周第二篇

今天学习了基于·RSR算法预测股票

Relational Stock Ranking (RSR)，用于股票预言。RSR 方法在两个主要方面改进了现有的解决方案：1) 为股票排名定制深度学习模型，2) 以时间敏感的方式捕捉股票关系。

Sequential Embedding Layer顺序嵌入层。考虑到股票市场具有很强的时间动态性，可以直观地将股票的历史状态视为预测其未来走势的最有影响的因素。因此，我们首先应用顺序嵌入层来捕获历史数据中的顺序依赖关系。

Relational Embedding Layer. 关系嵌入层。我们现在考虑如何对不同股票之间的影响进行建模，尤其是那些具有显式关系的股票。它可以被视为将明确的领域知识（即股票关系）注入到数据驱动的顺序嵌入学习方法中。