首页

近日,我院博士生程睿与李庆教授合作论文Modeling the Momentum Spillover Effect for Stock Prediction via Attribute-Driven Graph Attention Networks被人工智能顶尖国际会议AAAI接收。该文章提出一种新型的基于图神经网络的框架来捕捉证券市场中信息的传递路径和条件。AAAI(Association for the Advance of Artificial Intelligence),即美国人工智能协会,是人工智能领域的主要学术组织之一。其主办的年会(AAAI会议)也是人工智能领域的国际顶级会议,每年吸引全球学术界和企业界逾千人参加。在中国计算机学会(CCF)的国际学术会议排名以及清华大学新发布的计算机科学推荐学术会议和期刊列表中,AAAI 均被列为人工智能领域的 A 类。 今年,该会议共收到来自全球AI研究者的9034篇投稿,经过两阶段的严格筛选,最终接收1692篇,接收率为21%。AAAI2021将于2021年2月2日至9日举行。本届大会是第35届AAAI大会。


文章简介

为了模拟证券市场中的动量溢出效应(Momentum Spillover Effect),传统图神经网络方法主要通过图卷积神经网络(GCN)的方法进行建模。GCN方法在模拟动量溢出效应时存在两个重要缺陷:1、动量溢出的公司关联需要被预先定义;2、信息传播的行为与相邻公司的当前状态无关。 本文提出AD-GAT,即基于公司状态的图注意力网络(Attribute-Driven Graph Attention Networks),来对动量溢出效应进行建模。该框架通过组合张量(Tensor),时序模型(RNN),以及注意力机制(Attention Mechanism),从近期的文本数据以及市场交易信号中动态地捕捉用于传播动量溢出效应的公司关联。同时,将门控机制(Gate Mechanism)引入GCN,实现信息在网络中的有条件传播。通过在三年真实市场交易数据和新闻数据上的对比实验,证明了隐式公司关联推测的优越性,以及基于相邻公司状态进行控制信息传播的必要性。


创作历程

李庆教授团队在利用机器学习技术研究证券市场波动的影响因素领域深耕多年,包括不仅限于对技术指标、文本信息、以及公司关联性的影响机制进行研究,相关成果发表在AAAI, SIGIR,TKDE,TOIS等A(A+)级会议以及期刊上。依托团队的前期积累,程睿同学和李庆教授在今年二月疫情期间以融合思想对不同市场信号对证券市场波动的影响微观机制进行思考和机器学习建模。依托金融科技国际联合实验室强大的工程团队和计算资源,在八个月的时间内,对百万级参数的模型经过数次的方法试错以及实验验证。在团队的共同努力下,该文章成功被计算机核心会议AAAI接收。


学生简介

程睿硕士毕业于美国亚利桑那大学(University of Arizona)的信息管理系统-大数据专业方向。曾先后在大型银行、互联网公司从事机器学习的应用工作(信贷风险管理以及文本信息挖掘),具有扎实的机器学习理论基础与实战经验。后进入西南财经大学金融科技国际联合实验室在李庆教授的指导下进行博士研究。研究的兴趣主要包括语言模型、时序模型、图模型和强化学习的理论和在金融领域的应用。


金融科技国际联合实验室简介

西南财经大学金融科技国际联合实验室是西南财经大学和成都市政府重点打造的,面向国内国际知名高校、金融机构和企业开放合作的金融科技学科平台。实验室于2019年5月正式成立,聚焦金融科技前沿问题研究,积极对接国内外顶尖高校、政府以及行业监管机构多方资源;同时,与业界紧密合作,攻关重大项目,研发金融科技解决方案。实验室科研团队核心成员皆是具有海外背景的高端人才,秉承“心有大我,至诚报国”的实验室建设理念,以赤诚之心钻研技术难题,以报国之行提供社会服务。目前,实验室聚集了平安集团,中国建设银行,中投公司,美国道富银行,瑞士再保险,穆迪公司以及北大,清华,加州大学伯克利分校,MIT,多伦多大学等国内国际业界学界一流资源。实验室将坚持立足金融科技理论研究与项目开发,用金融科技解决业界痛点问题,打造金融科技创新生态圈。