李金轩,杜军平,薛 哲

（智能通信软件与多媒体北京市重点实验室，北京邮电大学计算机学院，北京，100876）

人们对一个事物的全面认识往往需要从多个视角获取，通过多个视角的观察可以形成事物的多视角数据，而每个视角的数据又包含多个维度的特征，最终形成多视角特征数据.在很多实际场景中，多视角特征数据的应用十分广泛.例如，机械工业生产中不仅要考虑生产时的物理数据，也要考虑市场行情等数据；而对于股票预测，在长期的投资过程中，人们对股票分析有一些经验，形成了一些如Ma（平均移动线指数）、Macd（异同平均移动线指数）、Kdj（随机指标）、Boll（布林线指标）等数据指标，很多股票软件将这些数据指标可视化，人们根据可视化指标可以更好地指导股票投资.因此，基于多个视角的特征数据可实现基于多视角特征数据的股票预测研究，而且多视角特征数据可以较全面地表示股票数据的相关信息，从而通过多视角特征数据进行股票预测的深入研究.

股票预测研究是金融大数据领域的一个重要研究方向.股票预测的精度受到如市场信心、法规政策等外界因素［1］以及股票历史数据等内在因素的影响，同时股票预测可为股民的股票投资活动提供建议，促进经济的发展和社会的进步.因此，股票预测问题有很强的研究与现实意义［2］.

目前关于股票预测的研究还存在以下问题：数据相关特征的一次性整体描述，目前股票预测……