摘要
次日股价方向预测将市场信号与新闻相结合，但许多交易日缺乏针对特定公司的报道。我们提出了门控新闻事件融合（Gated News-Event Fusion，GNEF）模型，这是一种具备可用性感知能力的模型，将价格序列、经过工程处理的市场特征和新闻特征映射为方向概率及非负收益幅度估计。GNEF将价格保留为残差表示，并使用标量Sigmoid门在技术面表示与新闻表示之间进行插值。我们证明了门控组件是一个范数有界的凸组合，其门控logit敏感性至多为这两种表示之间距离的四分之一。我们还建立了条件Lipschitz稳定性以及关于序列长度线性的前向计算复杂度。GNEF拥有67,625个可训练参数。评估涵盖十只大盘股，采用前瞻性扩展滚动前向测试、配对移动块自举推断以及交易成本分析。在五种随机初始化下，残差设计在10只股票中有7只的方向准确率均值高于价格、技术面和新闻表示的门控混合模型。在单一种子的消融实验中，完整的GNEF在10只股票中有3只的方向准确率高于无门控变体和无新闻变体。一个更广泛的基于验证集选择的策略在10只股票中有5只的方向准确率高于动量策略。这些发现为残差融合提供了选择性支持，但未证明其在各类股票中存在一致性的优势。
