金融行業(yè)的發(fā)展使得股票在各方面影響著我們的社會生活,也讓股票市場逐漸成為了當今學術界不可忽視的研究領域之一,股價行情預測的相關研究更是得到了廣泛的關注。但在一個典型的預測模型中并沒有考慮到投資者情緒對模型的影響。為最優(yōu)化投資策略,本文提出了一種基于社交媒體文本分析的股價趨勢短期預測的融合模型,并在此基礎上利用模糊控制器設計了一種改進的投資決策模型,該模型可明顯提升短期預測模型的準確率及投資決策的收益率。本文工作主要包括以下兩個方面:第一,設計了一種基于社交媒體文本分析的股價趨勢短期預測模型�，F(xiàn)階段股價趨勢短期預測模型主要有基于歷史數(shù)據(jù)的預測模型以及基于投資者情緒的預測模型兩大類。在基于投資者情緒的預測模型中,通常采用預先定義的情感分析模塊提取預測指標,通過預測指標以及時間序列進行建模,完成股價趨勢短期預測。然而由于中文情感分析資源的稀缺,以及股市中的情感傾向與現(xiàn)實社會中的情感傾向的巨大差異,傳統(tǒng)的股價趨勢短期預測難以達到令人滿意的效果。為解決上述問題,本文提出了一種自動標注的方法構建數(shù)據(jù)集,通過文本分類模型提取文本情感傾向。該模型以天涯論壇股市板塊、新浪博客股票類別以及百度股市通中的文... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

荃本模糊控制器結構

以最優(yōu)化函數(shù)ｆ（ｘ）?＝?為例，則基于遺傳算法的最優(yōu)化過程為：??（１）初始化：確定解空間的范圍，以３２位ｂｏｏｌｅａｎ類型表示一個整形數(shù)字，解空間為［－Ｚ３２－１』３２—１－；＾并設置進化代數(shù)計數(shù)器ｔ＝０，以及最大進化代數(shù)Ｔ隨機生成Ｍ個個體作為初始群體Ｐ（ｔ）；??（２）個體評價：計算種群Ｐ（ｔ）中各個個體的適應度，解碼每個個體為一個整數(shù)字，代入公式ｆ（ｘ）?＝?ｅｉ２，以評價每個個體的適應度；??（３）群體Ｐ（ｔ）經(jīng)過選擇、交叉、變異運算之后，根據(jù)適應度函數(shù)ｆ〇〇?＝?ｅ＿ｘ２，??生成下一代種群Ｐ（ｔ＋１）；??（４）終止條件判斷：當ｔ＝Ｔ時，終止進化，取Ｐ（Ｔ）中適應度最大的個體作為優(yōu)解輸出。??雖然遺傳算法對難以解決的問題可以通過較為簡單的方法求出最優(yōu)結果的個近似解，但在實際應用過程中，遺傳算法存在著一些不足之處，其主要表現(xiàn)在（１）編碼不規(guī)范及編碼不準確對實驗結果有影響較大；（２）僅僅依靠遺傳編碼不很好地表現(xiàn)優(yōu)化問題的約束，需要其他工作補充，計算量必然大幅度增加；（３）１２??

．由上圖可以看出，在經(jīng)典的情感分析過程中，主要的流程包括：??（１）對原始語料的預處理，常見的包括分詞、去除停用詞等過程；??（２）特征選擇，如在詞袋模型中最常見的特征為ＴＦ－ＩＤＦ，以及基于情感詞加的額外的信息維度；??（３）依據(jù)某一分類算法，以及標注好的訓練語料庫對待測試文本進行分類

【參考文獻】：
期刊論文
[1]基于微博情緒信息的股票市場預測[J]. 黃潤鵬,左文明,畢凌燕.  管理工程學報. 2015(01)
[2]流動性對中國股票市場交易額影響的實證分析[J]. 張亮.  應用經(jīng)濟學評論. 2011(00)
[3]時間序列預測模型研究綜述[J]. 張美英,何杰.  數(shù)學的實踐與認識. 2011(18)
[4]基于模糊控制方法的股票投資決策研究[J]. 張素省,高風.  控制工程. 2007(06)
[5]一種新的時間序列分析算法及其在股票預測中的應用[J]. 周廣旭.  計算機應用. 2005(09)
[6]基于模糊控制方法的股票投資策略研究[J]. 馮冬青,吳杰.  計算機工程與應用. 2005(01)
[7]Markowitz投資組合理論模型應用研究[J]. 李善民,徐沛.  經(jīng)濟科學. 2000(01)
[8]現(xiàn)代投資組合理論的若干進展[J]. 屠新曙,王鍵.  系統(tǒng)工程. 1999(01)

碩士論文
[1]時間序列分析在股票中的研究與應用[D]. 尤作軍.沈陽工業(yè)大學 2014
[2]基于模糊控制的股票投資決策的研究[D]. 李站.南京郵電大學 2013
[3]模糊控制器在股票投資中的應用研究[D]. 方蕾.武漢理工大學 2010



本文編號：2998735