詞匯動態(tài)特性與金融指數的相關性分析.pdf

1、金融股市是國民經濟的晴雨表，也是國家宏觀經濟發(fā)展的重要表現，因此了解金融股市是把握國家經濟發(fā)展趨勢的一個有效方向。然而金融股市是不斷變化的，要了解、讀懂它較為困難，那么是什么使其如此瞬息萬變呢？起主要影響還是國家相關政策、財經新聞以及股民對股市的情緒等等。
　　因此，本文以互聯網財經文本為研究對象，從自然語言處理角度出發(fā)，探究財經文本中動態(tài)變化的詞匯與股市指數變化的相關性，即：“詞匯-指數”相關性。這一相關性問題被形式化為兩個方面

2、：一是股市指數的漲跌分類問題、二是股市指數變化趨勢回歸問題，使用機器學習方法分析財經新聞文本，訓練回歸、預測分析模型，最終通過模型預測結果分析“詞匯-指數”相關性。將財經文本表示成詞匯的集合，詞匯在每天的財經文本中不斷更新變化，即文本中詞匯及詞匯頻率不斷變化，將這種變化稱為：詞匯動態(tài)特性。利用詞匯動態(tài)特性從文本中識別出那些與股市指數波動有較高相關性的詞匯（highly-index-correlated term，HICT），其中HICT

3、詞的識別是通過分析詞匯包含的股市指數信息量及其在時間序列上的頻率分布方法來完成，并以HICT詞權重值作為特征，訓練漲跌預測和指數回歸分析模型。通過以上模型對股市指數漲跌進行預測,對股市收盤指數或漲幅等進行回歸分析，最終通過模型預測準確率和回歸結果相關性來探索和驗證“詞匯-指數”相關性。
　　實驗使用Adaboost算法訓練漲跌預測模型，使用最近鄰回歸方法對股市收盤指數和漲幅進行回歸結果分析，并對各種HICT詞特征選擇方法實驗結果進