基于文本挖掘的投資者情緒與股票市場相關(guān)性及預(yù)測性分析.pdf

1、在大數(shù)據(jù)時代和人工智能快速發(fā)展的大背景下，本文嘗試從專業(yè)投資者論壇語料數(shù)據(jù)入手，利用數(shù)據(jù)挖掘技術(shù)量化投資者情緒與股票市場波動的相關(guān)性以及更進(jìn)一步的利用情感極性分析作為特征輔助預(yù)測股票市場未來趨勢。我國處于經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和社會矛盾復(fù)雜多變的關(guān)鍵的轉(zhuǎn)型期，進(jìn)行社交網(wǎng)絡(luò)的情緒挖掘分析有助于解決經(jīng)濟(jì)宏觀調(diào)控甚至國家戰(zhàn)略安全等多方面存在的問題。
　　本文抽取專業(yè)投資論壇2015年11月份至2016年3月份針對上證指數(shù)，招商銀行和比亞迪的相

2、關(guān)評論的語料數(shù)據(jù)儲存于MongoDB數(shù)據(jù)庫。首先探索A股市場討論熱度靠前的股票標(biāo)的的變化，發(fā)現(xiàn)短期內(nèi)A股市場的熱點股票變化并不顯著，停牌股票的討論熱度并不會有顯著下降以及將熱點股票的價格與所在大盤的指數(shù)走勢基本相同并進(jìn)行OLS回歸，參數(shù)的t檢驗顯著，發(fā)現(xiàn)沒有明顯異常波動特征；接下來，本文探索根據(jù)語義情感分析得到的情緒信號與相關(guān)大盤和個股的Pearson相關(guān)性強(qiáng)弱，結(jié)果顯示情緒極性信號與上證指數(shù)Pearson相關(guān)系數(shù)為0.7，與招商銀行股

3、價的相關(guān)系數(shù)為0.53而與比亞迪的相關(guān)系數(shù)為0.52，都具有明顯的相關(guān)性；情感極性分析發(fā)出明顯的波動性的情緒信號較為稀疏，信號基本發(fā)生在市場進(jìn)行翻轉(zhuǎn)或者趨勢突破的時候。
　　本文利用2015年11月2日至2016年3月4日的上證指數(shù)金融交易數(shù)據(jù)，每日的最高價、開盤價、最低價、收盤價，成交量、成交金額和標(biāo)準(zhǔn)化后的情緒信號共7個維度的數(shù)據(jù)作為支持向量機(jī)的輸入變量，滯后期設(shè)為5天，利用遺傳算法進(jìn)行參數(shù)尋優(yōu)，對未來的上證指數(shù)進(jìn)行趨勢預(yù)測，