南達科他州大學的Fu教授和Bai研究員近日成功開發出一款名為“ALERTA-Net”的人工智能(AI)模型，旨在預測股市的走勢和波動。該模型是一種深度神經網絡，首次整合了宏觀經濟數據、搜索引擎信息和社交媒體數據，為股市預測領域帶來了新的可能性。

　　研究團隊選擇了全球產業分類標準中的41支“藍籌”股票，結合了強大的社交媒體信息檢索和深度學習技術，從雅虎財經等來源獲取了超過700萬條推文的數據。這些推文涵蓋了41支不同股票的討論，為構建全面的預測模型提供了充分的信息基礎。

　　傳統的股市研究和預測方法主要包括技術分析和基本分析。然而，研究人員指出，這兩種方法都存在缺陷，容易忽略關鍵的股市指標。技術分析主要依賴于歷史數據，可能忽視由于意外事件引起的突然市場變化。而基本分析雖然更全面，但常常忽略了更廣泛經濟與股市之間的共生關系。

　　“ALERTA-Net”模型的研究結果顯示，在準確性方面優于著名的股票運動預測網絡DP-LSTM以及其他基準模型。研究人員表示，將繼續實驗，探索整合音頻和視頻來源等新的輸入，以進一步提高模型的準確性。

　　Fu教授認為，這種模型不僅僅局限于股市領域，還有著廣泛的應用潛力。他指出，類似的建模方法可以幫助預測交通高峰期的等待時間等問題，展示了這一技術在不同領域的巨大應用前景。

　　南達科他州大學研究人員的“ALERTA-Net”為股市預測領域帶來了創新，將社交媒體、宏觀經濟和搜索引擎數據的綜合運用為股市預測提供了新的思路和工具。