發(fā)布時(shí)間：2021-01-10 10:30

　　采用自然語(yǔ)言處理技術(shù)對(duì)爬取的文本數(shù)據(jù)進(jìn)行分詞、去停用詞處理,利用TextRank、TF-IDF算法提取關(guān)鍵字,構(gòu)建適用于單篇文章的詞重要性指數(shù)模型,從中提取重要變量建立適用于滬深300指數(shù)的投資者情緒預(yù)測(cè)模型,借助深度森林算法預(yù)測(cè)交易信號(hào)構(gòu)建交易策略。結(jié)果表明,在樣本期基于自然語(yǔ)言處理與深度森林算法對(duì)股票交易信號(hào)的預(yù)測(cè)準(zhǔn)確率達(dá)72.23%,且收益也超過(guò)傳統(tǒng)策略收益,具備重要的投資指導(dǎo)意義。 

【文章來(lái)源】：電子商務(wù). 2020,(08)

【文章頁(yè)數(shù)】：2 頁(yè)

【部分圖文】：

投資者情緒、雙均線策略與自然收益率綜合圖

【參考文獻(xiàn)】：
期刊論文
[1]基于微信文本挖掘的投資者情緒與股票市場(chǎng)表現(xiàn)[J]. 石善沖,朱穎楠,趙志剛,康凱立,熊熊.  系統(tǒng)工程理論與實(shí)踐. 2018(06)
[2]投資者情緒與盈余管理——基于應(yīng)計(jì)盈余管理與真實(shí)盈余管理的實(shí)證研究[J]. 鹿坪,冷軍.  財(cái)經(jīng)問(wèn)題研究. 2017(02)
[3]財(cái)經(jīng)新聞與股市投資策略研究——基于財(cái)經(jīng)網(wǎng)站的文本挖掘[J]. 孟雪井,楊亞飛,趙新泉.  投資研究. 2016(08)
[4]自然語(yǔ)言處理技術(shù)與語(yǔ)言深度計(jì)算[J]. 俞士汶,朱學(xué)鋒,耿立波.  中國(guó)社會(huì)科學(xué). 2015(03)
[5]基于微博情緒信息的股票市場(chǎng)預(yù)測(cè)[J]. 黃潤(rùn)鵬,左文明,畢凌燕.  管理工程學(xué)報(bào). 2015(01)
[6]基于數(shù)據(jù)挖掘的股票指數(shù)漲跌概率推斷[J]. 彭益.  統(tǒng)計(jì)與決策. 2012(16)



本文編號(hào)：2968552