基于模型和算法的量化投资方法股票预测研究综述

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：李子煜, 张金珠, 高青山

单位：河北工业大学 理学院，天津 300401

摘要：股票价格预测一直是金融研究热点领域。近年来，量化投资方法凭借其客观性、系统性与高效性，逐渐成为股票市场研究的主流方向。随着大数据时代的到来，海量、多源、异构的数据为市场建模与决策提供了丰富的信息基础，有效融合多模态数据已成为提升预测准确性的关键路径。系统梳理了量化投资方法的理论演进，回顾了机器学习在股票预测中的应用发展。围绕数据、模型与算法三个维度，对近年来基于量化方法的研究成果进行了综述，深入分析并比较了不同研究在方法创新与技术实现上的差异与优势。此外，还探讨了当前研究中面临的挑战与局限，归纳总结了现有实践经验，并对多模态异构数据融合、弱信号挖掘、迁移学习及组合权重优化等研究方向进行了深入分析与展望。

关键词：量化投资,股票预测,机器学习,自然语言处理