利用社交媒体情感分析的短期股价趋势预测方法

发布时间：2021-12-12 08:47

　　本文旨在利用社交媒体中的情感信息来提升股价涨跌预测性能.与以往粗粒度地使用文本中的情感信息不同,将与某公司特定话题相关的细粒度情感信息引入预测模型中,并提出一个用于短期股价预测的全新特征——"话题-情感",该特征同时抽取话题和情感信息,并协同利用二者来预测股价涨跌.此外,以往的测试数据集中交易日数量非常少或者仅包含单支股票的数据,本文方法构建了包含众多股票的长时间跨度数据集,并在此数据集上验证了细粒度情感分析对股价涨跌预测的良好效用. 

【文章来源】：北京理工大学学报. 2020,40(01)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

JTS模型的图模型表示

为了验证上述假设,从另外一个角度验证上述对比算法. 定义一个阈值α,对于某支股票,如果仅使用历史股价的算法的准确率(A)高于α,那么这支股票会被丢弃、不参与评估. 换言之,在这个实验中,只比较满足条件A<α的股票的平均准确率. 图2展示了不同阈值设定所对应的平均准确率结果. 由实验结果可知,当阈值α设置得比较小的时候,使用情感信息和不使用情感信息的算法性能差异较大;当阈值设置为0.54时,本研究所提出的基于显式“话题-情感”抽取的算法ETS性能较于算法Price和算法InvestorSenti分别提升8.74%和7.56%. 此外,本文算法ETS在所有数阈值设定上都取得最大平均准确率.4 结束语

【参考文献】：
期刊论文
[1]基于句法与主题扩展的中文微博情感倾向性分析模型[J]. 陆浩,牛振东,张楠,孙星恺,刘文礼.  北京理工大学学报. 2014(08)



本文编号：3536369