本文關鍵詞：基于情感分析的國際原油價格走勢預測研究

  更多相關文章： 情感分析 文本挖掘 石油走勢預測 人工智能 格蘭杰因果檢驗

【摘要】：石油價格的增長或者下跌對于世界經(jīng)濟的發(fā)展會產(chǎn)生重大的影響,因此,石油價格的預測顯得尤為重要。但是,由于石油這種商品的復雜性和不規(guī)律性,使得石油價格預測成為一個非常困難的問題。石油價格基本是由石油出口國的供給和石油進口國的需求平衡共同決定的,但是由政治事件或者經(jīng)濟因素導致的供給的不規(guī)律性往往會導致石油價格的不規(guī)律性。在這種情況下,石油價格上漲或者下跌的預測對于決策者就顯得非常有價值。同時,隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術的發(fā)展,隨之產(chǎn)生了大量新聞數(shù)據(jù)。一些新聞內(nèi)容代表了對金融市場未來趨勢的實時評估,新聞的內(nèi)容將會影響金融投資者的投資行為,進而影響金融市場。如果能充分利用這些數(shù)據(jù),那么將有助于石油價格趨勢的預測。在這種背景下,本文提出了基于情感分析的國際原油價格走勢預測模型。該模型主要基于石油相關新聞的分析,通過采用領域關鍵詞詞典的方法,得到新聞的情感序列,再通過格蘭杰因果檢驗的方法,得到情感序列和石油價格序列的相關性和滯后期,最后通過機器學習的方法(支持向量機、決策樹、邏輯回歸和神經(jīng)網(wǎng)絡)預測石油價格的走勢。同時,為了驗證新聞情感對于石油價測具有預測能力,選取了美國西得克薩斯輕質(zhì)原油(WTI)和路透社原油新聞作為研究對象進行案例分析。結果表明,新聞情感和原油價格之間確實存在著格蘭杰因果關系,即新聞情感的變化會引起石油價格的變化,這說明新聞情感對于石油價格的走勢具有預測能力。實驗結果還表明,對于大部分預測模型而言,新聞情感的引入一般能極大地提高石油價格走勢的預測準確率。
【關鍵詞】：情感分析 文本挖掘 石油走勢預測 人工智能 格蘭杰因果檢驗
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F416.22;F764.1
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題的研究背景11-12
• 1.2 課題的研究目的與意義12-13
• 1.3 本文的研究內(nèi)容13-17
• 第二章 文獻綜述17-23
• 2.1 國外研究綜述17-20
• 2.2 國內(nèi)研究綜述20-21
• 2.3 現(xiàn)有研究不足及本文創(chuàng)新之處21-23
• 第三章 石油價格與新聞情感格蘭杰因果分析23-37
• 3.1 方法概述23-25
• 3.1.1 情感分析理論概述23-24
• 3.1.2 格蘭杰因果檢驗概述24-25
• 3.2 石油價格數(shù)據(jù)及新聞數(shù)據(jù)采集25-29
• 3.2.1 石油數(shù)據(jù)獲取26-28
• 3.2.2 爬蟲程序設計28-29
• 3.3 新聞數(shù)據(jù)分析29-31
• 3.4 石油走勢與新聞情感格蘭杰因果關系分析31-34
• 3.5 本章小結34-37
• 第四章 基于情感分析的石油價格走勢預測37-45
• 4.1 預測模型概述37-42
• 4.2 實驗設計42-43
• 4.3 預測結果分析43-44
• 4.4 預測結果統(tǒng)計檢驗分析44
• 4.5 本章小結44-45
• 第五章 結論與展望45-49
• 5.1 主要結論45-47
• 5.2 研究展望47-49
• 參考文獻49-55
• 致謝55-57
• 研究成果及發(fā)表學術論文57-59
• 作者和導師簡介59-60
• 附件60-61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 陳茜;連婉琳;;基于文本挖掘技術的互聯(lián)網(wǎng)股票新聞的情感分類[J];中國市場;2015年24期

2 彭敏;汪清;黃濟民;周李;胡鑫匯;;基于情感分析技術的股票研究報告分類[J];武漢大學學報(理學版);2015年02期

3 黃潤鵬;左文明;畢凌燕;;基于微博情緒信息的股票市場預測[J];管理工程學報;2015年01期

4 賈振華;斯慶巴拉;陳英杰;;神經(jīng)網(wǎng)絡在石油價格預測中的仿真研究[J];計算機仿真;2011年11期

5 王欣冉;邢永麗;巨程暉;;小波包與貝葉斯LS-SVM在石油價格預測中的應用[J];統(tǒng)計與決策;2011年06期

6 肖龍階;仲偉俊;;基于ARIMA模型的我國石油價格預測分析[J];南京航空航天大學學報(社會科學版);2009年04期

7 韓春;田大鋼;;對股票市場信息的文本挖掘[J];中國高新技術企業(yè);2008年23期

8 丁靜之;閔騏;林怡;;ARIMA模型在石油價格預測中的應用[J];物流技術;2008年10期

，

本文編號：650556