摘要
本发明公开了基于多模态深度学习模型的股票市场情绪预测方法，包括：收集股票时序数据和新闻文本数据；对收集得到的数据进行预处理；为每个时间步的预处理后的股票时序数据添加位置编码；对添加位置编码的股票时序数据进行映射，将其转换为适合模型输入的特征数据；将添加位置编码及映射后的股票时序数据输入到Transformer编码器中，提取股票时序数据的时序特征；通过多头自注意力机制和前馈神经网络提取新闻文本数据特征；计算股票时序数据和新闻文本数据的交叉注意力得分，确定如何加权和融合不同模态的信息；通过网络预测股票市场情绪，得到预测结果。本发明能提高预测的准确性和预测效率。
