左 川 王 宇 李 振

(1.上海立信会计金融学院 财税与公共管理学院，上海 201620；2.澳门城市大学 金融学院，澳门 999078；3.复旦大学 大数据学院，上海200433；4.珠海复旦创新研究院 金融创新发展中心，广东 珠海519000)

一、引言

深度学习是人工智能领域的一个分支，是基于多层神经网络的一种机器学习方法,其能够从原始数据中学习出易于分类识别的特征，并且能够使用较少参数描述各种特征而不依赖先验数据或知识。近年来深度学习在金融市场中得到广泛应用，与股票市场直接相关的领域包括文本及图像信息识别、股票价格预测、投资组合管理、投资交易等，几乎涵盖了股票投资的各个环节。在股票投资领域可利用深度学习在文本处理上的优势，广泛挖掘新闻、微博以及论坛上的留言信息，并将数字和文本数据进行整合，打造出可量化的舆情数据。在股价预测上，虽然仍可以借鉴传统金融时间序列思路使用LSTM模型进行分析，但也可以针对金融市场分形、易变的结构，创新性地将一维时间序列数据转化为二维平稳的图像数据，并利用CNN模型进行分析。

本文在借鉴国内外研究的基础上，从投资信息获取、股票价格预测、投资策略完善及交易系统改进四个方面来分析深度学习在股票投资中的应用领域及其未来发展方向。

二、深度学习在股票投资中的应用领域

(一)投资信息获取

传统股票投资信息的获取多来自结构化数据，如市场交易数据、财务报表数据等。……