股票市場作為金融市場的重要組成部分,在企業(yè)募資、個人理財投資等方面起著重要的作用。股票市場的波動受多種因素綜合影響,其中新聞又是與普通投資者關聯(lián)最為密切的信息因素。在大數(shù)據(jù)時代,僅靠人工來判斷新聞對股市的影響是不可能的。因此,我們利用先進的技術手段量化了新聞與股票之間的關聯(lián)性。本文的研究主要分為三個部分。首先我們選定了滬深300指數(shù)中權重較高且屬于不同行業(yè)的6只股票作為研究對象。提出了波動次數(shù)的概念結合波動率作為衡量股票跳躍性波動的指標。研究新浪個股新聞發(fā)布時間與股票跳躍性波動之間的關聯(lián)。研究表明個股新聞發(fā)布時間與股票跳躍性波動之間存在指數(shù)分布關系。其次我們選用了道瓊斯工業(yè)指數(shù)及八年間的新聞數(shù)據(jù),新聞數(shù)據(jù)包含了每個交易日的25條當日熱點新聞。我們設計了新穎的BLA神經(jīng)網(wǎng)絡,基于每日熱點新聞研究了其與當日道瓊斯指數(shù)收盤漲跌的關系。證實了熱點新聞與道瓊斯指數(shù)收盤價的漲跌存在著關聯(lián)性且BLA網(wǎng)絡分析是有效的。最后我們在基于道瓊斯指數(shù)及之前新聞數(shù)據(jù)的基礎上,設計基于情感分類來分析新聞與股指漲跌相關性的模型。面對沒有情感標記的數(shù)據(jù)集,我們采用了自學習的主客觀分類方法以及簡潔的基于詞典的積極消極分...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的組織結構
第2章 課題研究理論基礎
    2.1 引言
    2.2 股票的基本概述
    2.3 深度學習概述
        2.3.1 神經(jīng)網(wǎng)絡基礎理論
        2.3.2 神經(jīng)網(wǎng)絡的激活函數(shù)與損失函數(shù)
        2.3.3 神經(jīng)網(wǎng)絡的反向傳播算法
第3章 基于波動次數(shù)的新聞與股價跳躍性波動相關性研究
    3.1 引言
    3.2 基于波動次數(shù)的算法應用技術
        3.2.1 網(wǎng)絡爬蟲
        3.2.2 杰卡德相關系數(shù)
        3.2.3 波動指標
        3.2.4 極大似然估計
    3.3 數(shù)據(jù)處理與實驗
        3.3.1 數(shù)據(jù)來源
        3.3.2 數(shù)據(jù)處理
        3.3.3 實驗流程
    3.4 實驗結果與分析
第4章 基于深度學習的新聞與股指變化相關性研究
    4.1 引言
    4.2 應用技術概述
        4.2.1 循環(huán)神經(jīng)網(wǎng)絡
        4.2.2 注意力機制
        4.2.3 Bert模型
        4.2.4 損失函數(shù)
    4.3 數(shù)據(jù)處理與實驗
        4.3.1 數(shù)據(jù)來源
        4.3.2 BLA網(wǎng)絡設計及實驗
        4.3.3 實驗結果與分析
第5章 基于情感分類的新聞與股指變化相關性研究
    5.1 引言
    5.2 情感分類
        5.2.1 文本主觀客觀分類
        5.2.2 文本極性分類
    5.3 實驗設計與結果分析
        5.3.1 基于情感分類的股指波動分析模型
        5.3.2 實驗結果與分析
結論
參考文獻
致謝
攻讀碩士學位期間發(fā)表的學術論文



本文編號：3741233