基于文本挖掘和机器学习的股指预测与决策研究

发布时间：2021-10-21 15:51

　　依据行为金融学理论,资本市场投资者的心理和行为对股票指数变动有重要影响。为此本文假设投资者情绪与股票指数存在一定内在作用机制,能预测股票市场整体价格变化。通过文本挖掘技术和情感分析方法生成积极和消极各三阶共六类投资者情绪时间序列数据;采用单位根检验、Granger因果关系检验和因子分析等方法构建上证投资者情绪综合指数,并分别使用支持向量机和神经网络预测股票市场价格变化,进行假设验证。结果表明:利用网络股市论坛文本数据和股票交易数据构建的上证投资者情绪综合指数能够提高股指走势预测的精度,有利于政府、在线平台、上市公司和投资主体更好决策。 

【文章来源】：中国软科学. 2019,(04)北大核心CSSCICSCD

【文章页数】：10 页

【文章目录】：
一、引言
    (1) 情绪资源。
    (2) 情绪指标。
    (3) 预测对象。
二、基于文本挖掘和机器学习的股指预测
    (一) 股指数据获取与情绪数据预处理
        (1) 情绪数据获取与预处理。
        (2) 股市交易数据获取。
    (二) 股指数据与情绪数据平稳性检验
        (1) 数据标准化。
        (2) 单位根检验。
        (3) 差分时间序列单位根检验。
    (三) 选取相关数据生成组合指数数据
        (1) 相关性分析。
        (2) Granger因果关系检验。
        (3) 因子分析和指数构建。
    (四) 两种预测方法股指预测检验
        (1) 建模预测。
        (2) 算法准确率检验。
    (五) 预测效果与技术分析
        (1) 预测效果分析。
        (2) 文本挖掘技术。
        (3) 机器学习预测技术。
三、结论
四、面向不同主体的决策支持建议


【参考文献】：
期刊论文
[1]软计算技术在金融预测应用进展研究[J]. 杭品厚.  金融理论与实践. 2018(05)
[2]基于股评的投资者情绪对股票市场的影响[J]. 部慧,解峥,李佳鸿,吴俊杰.  管理科学学报. 2018(04)
[3]中国股票网络论坛的信息含量分析[J]. 段江娇,刘红忠,曾剑平.  金融研究. 2017(10)
[4]民营银行准入监管的演化博弈分析[J]. 戴德宝,薛铭.  上海经济研究. 2017(09)
[5]基于微博的投资者情绪对股票市场影响研究[J]. 张信东,原东良.  情报杂志. 2017(08)
[6]个体投资者情绪、网络自媒体效应与股票收益[J]. 胡昌生,陶铸.  预测. 2017(03)
[7]基于分位数Granger因果的网络情绪与股市收益关系研究[J]. 许启发,伯仲璞,蒋翠侠.  管理科学. 2017(03)
[8]信息不对称下民营银行市场准入监管的博弈研究[J]. 戴德宝,薛铭.  财会月刊. 2017(15)
[9]融资融券会加大投资者情绪对股指波动的影响吗?[J]. 黄虹,张恩焕,孙红梅,刘江会.  中国软科学. 2016(03)
[10]新媒体时代网络投资者意见分歧对IPO溢价影响——基于股票论坛数据挖掘方法[J]. 南晓莉.  中国软科学. 2015(10)



本文编号：3449288