基于财经新闻情感倾向值的股票价格预测

论文摘要

行为金融学理论指出,财经新闻等文本信息可以通过影响投资者情绪进而指导投资者行为和决策,最终对股票市场波动产生影响。本文提出基于情感词汇权重改进新闻情感倾向值的股票价格预测模型。首先,设计财经新闻情感倾向强度指标量化的方法,并将量化后的指标与股票关键指标进行特征融合;然后,采用改进粒子群算法（Particle Swarm Optimization,PSO）对支持向量回归（Support Vector Regressing,SVR）模型进行参数优化（改进PSO-SVR模型）;最终构建了一个全新的股票价格预测模型。实证研究表明,基于改进PSO-SVR模型的股票价格预测精度要高于其他对比模型,且具有较好的泛化能力。

论文目录

• 一、引言
• 二、相关研究概述
• 三、基于财经新闻情感倾向值的股票价格预测
•   （一） 基于财经新闻情感倾向值的股票价格预测框架
•   （二） 基于权重优化的情感倾向指标量化计算
•     1. 情感词典的构建
•     2. 基于权重优化的词汇情感值计算
•     3. 财经新闻情感倾向值指标的量化
•   （三） 基于改进PSO-SVR的股票回归预测
•     1. 两类特征向量整合
•     2. 基于改进粒子群算法的SVR参数优化
•     3. 基于改进PSO-SVR的股票价格预测模型
• 四、实验过程及结果分析
•   （一） 数据来源及处理
•     1. 财经新闻文本数据
•     2. 股票交易数据
•   （二） 财经新闻文本情感倾向值量化对比实验
•     1. 实验设计及评估指标
•     2. 实验结果分析
•   （三） PSO-SVR的参数优化对比实验
•     1. 实验设计及评估指标
•     2. 实验结果分析
•   （四） 基于不同特征组合的股票价格预测对比实验
•     1. 实验设计及评估指标
•     2. 实验结果分析
• 五、结束语

文章来源

类型: 期刊论文

作者: 傅魁,刘玉洁,陈美丽

关键词: 财经新闻,情感倾向,股票预测

来源: 北京邮电大学学报(社会科学版) 2019年01期

年度: 2019

分类: 社会科学Ⅱ辑,基础科学,经济与管理科学

专业: 数学,金融,证券,投资

单位: 武汉理工大学电子商务与智能服务研究中心

基金: 教育部人文社会科学研究规划基金项目(17YJA870006)

分类号: O211.67;F832.51

DOI: 10.19722/j.cnki.1008-7729.2018.0222

页码: 87-100

总页数: 14

文件大小: 261K

下载量: 502