白酒股票价格的准确预测可辅助投资决策，提升企业风险控制与资产配置效率。传统方法大多侧重于单只股
票的预测，忽视了股票间的相互影响。为此，本文结合时空模块和门控策略，提出一种新的时空预测模型 STAG-Net。该模型基于GRU和空间注意力机制构建时空模块来捕捉股票之间的时空依赖性，并通过一种门控策略纳入历史均值以增强时序建模能力。实验结果表明，STAG-Net模型在多元白酒股票价格预测任务中显著优于传统的 XGBoost、LSTM、GRU和Attention方法，可为金融市场中白酒板块的投资决策提供可靠的技术支持。