首页> 中文期刊> 《中国软科学》 >基于文本挖掘和机器学习的股指预测与决策研究

基于文本挖掘和机器学习的股指预测与决策研究

         

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号