【目的】結(jié)合深度學(xué)習(xí),分析股市數(shù)值數(shù)據(jù)和財(cái)經(jīng)新聞,提高股票漲跌預(yù)測準(zhǔn)確率�！痉椒ā拷⒒谑录男侣劮诸惸Ｐ�,使用多輸入的循環(huán)神經(jīng)網(wǎng)絡(luò)建立基于新聞事件、資金流向和公司財(cái)務(wù)的個(gè)股走勢預(yù)測模型,提升股票預(yù)測準(zhǔn)確率�！窘Y(jié)果】引入新聞文本后模型預(yù)測準(zhǔn)確率進(jìn)一步提升,其中,采礦業(yè)準(zhǔn)確率達(dá)到76.22%,醫(yī)藥制造業(yè)準(zhǔn)確率達(dá)到77.36%�！揪窒蕖课打�(yàn)證新聞標(biāo)題與新聞文章對股價(jià)影響程度的差異,且新聞事件的分類是基于一年內(nèi)的新聞數(shù)據(jù)集進(jìn)行人工劃分,數(shù)據(jù)集不具備完整性和代表性�！窘Y(jié)論】引入新聞事件作為股票預(yù)測模型的特征之一,能夠提升預(yù)測的準(zhǔn)確率。 

【文章來源】：數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2019,3(05)北大核心CSSCICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

引入新聞事件的股價(jià)漲跌預(yù)測模型流程

12數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)專題圖1引入新聞事件的股價(jià)漲跌預(yù)測模型流程(1)編寫爬蟲程序獲取新浪財(cái)經(jīng)數(shù)據(jù)(個(gè)股新聞數(shù)據(jù)、個(gè)股資金流向數(shù)據(jù)等);(2)對財(cái)務(wù)數(shù)據(jù)和文本數(shù)據(jù)進(jìn)行預(yù)處理;(3)按照事件分類對新聞短文本進(jìn)行類別劃分,借助深度學(xué)習(xí)提取事件類別;(4)以14天為時(shí)間窗口,在引入個(gè)股資金流向、市盈率、市凈率、流通市值等財(cái)務(wù)數(shù)據(jù)的基礎(chǔ)上引入新聞事件類別進(jìn)行深度學(xué)習(xí)二分類問題建模,預(yù)測個(gè)股走勢。3.1基于事件的新聞短文本分類模型(1)劃分個(gè)股新聞事件類別。為降低情感等主觀因素的影響,本文選取客觀的財(cái)經(jīng)事件,定義了80種金融事件類別,如表1所示(鑒于篇幅限制,只列出部分內(nèi)容)。表1事件類別表事件類別名稱事件類型投融資類投建、中標(biāo)、發(fā)行債券、發(fā)行股票、發(fā)行可轉(zhuǎn)債、質(zhì)押、投資、募資股權(quán)類掛牌、上市、首次公開發(fā)行股票、借殼、舉牌、收購并購、資產(chǎn)重組、回購、減持、增持交易事件類停牌、復(fù)牌、摘帽、退市、異常交易、資金流入、資金流出、股價(jià)倒掛、股價(jià)創(chuàng)新高、股價(jià)創(chuàng)新低(2)建立新聞事件分類器。本文基于CNN-RNN模型搭建事件分類器[9-10],如圖2所示。第一層將詞語轉(zhuǎn)成300維詞向量;第二層利用三個(gè)大小分別為3、4、5的卷積核以標(biāo)題為單位對詞語同時(shí)進(jìn)行卷積;第三層將卷積的結(jié)果拼接成一維向量后,利用LSTM單元(長短時(shí)記憶)進(jìn)行學(xué)習(xí);最后一層為全連接層,輸出預(yù)測類別。為了檢驗(yàn)分類器的準(zhǔn)確性,將獲取的新聞標(biāo)題,隨機(jī)按8:2的比例劃分訓(xùn)練集和檢驗(yàn)集用于新聞標(biāo)題事件分類器訓(xùn)練。新聞標(biāo)題事件分類器的性能如

總第29期2019年第5期DataAnalysisandKnowledgeDiscovery13表2事件類別分類器召回率統(tǒng)計(jì)表(部分)高召回率示例低召回率示例事件類別召回率F1值事件類別召回率F1值證監(jiān)會(huì)處罰1.001.00交易所關(guān)注0.200.33證監(jiān)會(huì)核準(zhǔn)1.000.98交易所處罰0.330.50評級(jí)漲超1.001.00傳聞0.330.50質(zhì)押1.001.00借殼0.330.50資產(chǎn)凍結(jié)1.000.97停牌0.500.64資產(chǎn)重組1.000.95入圍0.500.67資金流入1.001.00公告速遞0.560.673.2引入新聞事件的個(gè)股走勢預(yù)測模型本文將個(gè)股漲跌預(yù)測問題轉(zhuǎn)化為不同漲跌幅閾值下的二分類問題:當(dāng)股價(jià)漲跌幅小于閾值時(shí),判定為負(fù)樣本,即股價(jià)下跌;反之,則判定為正樣本,即股價(jià)上漲。個(gè)股走勢預(yù)測模型的輸入數(shù)據(jù)結(jié)構(gòu)如圖3所示。其中,將財(cái)務(wù)數(shù)據(jù)進(jìn)行歸一化處理;右邊部分的80種事件類型與股票代碼和日期相對應(yīng),表示對應(yīng)日期下,某一股票在對應(yīng)新聞事件下的數(shù)量統(tǒng)計(jì)。圖3引入新聞的Single-inputLSTM預(yù)測模型的輸入數(shù)據(jù)示例通過新聞事件分類器對每支股票每天出現(xiàn)的新聞標(biāo)題進(jìn)行事件分類,得到對應(yīng)的新聞事件(一條新聞對應(yīng)一個(gè)事件);通過統(tǒng)計(jì)當(dāng)天所有新聞事件出現(xiàn)的次數(shù),得到新聞事件頻數(shù)統(tǒng)計(jì)矩陣。由于一支股票一天內(nèi)可能出現(xiàn)多條新聞,且新聞與新聞間可能存在相關(guān)性(如交易事件類中的“資金流出”可能與股權(quán)類中的“減持”有關(guān)),并非完全相互獨(dú)立。因此本文選擇出現(xiàn)概率最高的事件進(jìn)行加和作為統(tǒng)計(jì)結(jié)果,而非將新聞與新聞間的事件概率相乘作為統(tǒng)計(jì)結(jié)果。(1)Single-inputLSTM預(yù)測模型。選取第t–14天至第t–1天的新聞文本數(shù)據(jù)和公司財(cái)務(wù)數(shù)據(jù),合并作為一個(gè)樣本數(shù)據(jù),輸入LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)[11-12]中,進(jìn)行時(shí)間序列分析,最后輸出對第t天的股價(jià)漲跌預(yù)測結(jié)果,如圖4和圖5所示。圖4LSTM結(jié)構(gòu)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]財(cái)經(jīng)新聞與股市預(yù)測——基于數(shù)據(jù)挖掘技術(shù)的實(shí)證分析[J]. 孔翔宇,畢秀春,張曙光.  數(shù)理統(tǒng)計(jì)與管理. 2016(02)
[2]行業(yè)因素對我國股票價(jià)格波動(dòng)率的影響研究[J]. 張建波,李振.  山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2014(01)



本文編號(hào)：3509196