【摘要】：股票價(jià)格預(yù)測在商業(yè)和金融領(lǐng)域具有重要的意義。近年來,在金融領(lǐng)域使用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析和預(yù)測已經(jīng)成為一個(gè)炙手可熱的方向。在股票價(jià)格預(yù)測這個(gè)方向,傳統(tǒng)的方法是分析股票歷史量價(jià)數(shù)據(jù),隨著大數(shù)據(jù)時(shí)代的來臨,越來越多的人考慮利用新聞資訊作為股票價(jià)格預(yù)測的依據(jù)。本文通過對股票相關(guān)的在線新聞和股票歷史量價(jià)數(shù)據(jù)進(jìn)行綜合建模,來預(yù)測股票的價(jià)格走勢。主要研究內(nèi)容包括:(1)利用word2vec工具將新聞中詞匯轉(zhuǎn)變成詞向量,使用基于循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的層級式神經(jīng)網(wǎng)絡(luò)對新聞?wù)倪M(jìn)行語義建模,并且引入新聞標(biāo)題信息以及Attention機(jī)制來賦予新聞文本序列不同的關(guān)注度,確保模型能夠從新聞中捕捉到與股價(jià)走勢變化更相關(guān)的信息;(2)利用特征工程中的方法,從股票歷史量價(jià)數(shù)據(jù)中提取特征,經(jīng)過歸一化后使用多層神經(jīng)網(wǎng)絡(luò)進(jìn)行量價(jià)建模,與建模新聞的結(jié)果進(jìn)行融合,共同進(jìn)行股票價(jià)格預(yù)測;(3)設(shè)計(jì)了一個(gè)股票模擬買賣系統(tǒng),依據(jù)股市總體表現(xiàn)構(gòu)建了牛市,熊市,平穩(wěn)期三個(gè)測試集,依據(jù)預(yù)測模型預(yù)測出股票的置信度,通過模擬盤進(jìn)行股票買賣,計(jì)算出投資獲得的收益,來評估預(yù)測模型的性能表現(xiàn)。我們最終得到的預(yù)測模型能夠利用股票相關(guān)新聞和歷史量價(jià)數(shù)據(jù),每天對股票給出一個(gè)置信度,依據(jù)置信度來指導(dǎo)證券投資者的交易行為,幫助他們提高投資股市的收益。
【圖文】：

集上計(jì)算收益時(shí)，我們不會(huì)做去大盤操作，原因有三點(diǎn)：（幫助模型區(qū)分股票，以便于訓(xùn)練。預(yù)測時(shí)的輸出的數(shù)值是作大盤走勢（2）實(shí)際進(jìn)行投資操作時(shí)，我們在買入股票時(shí)無。（3）計(jì)算收益時(shí)，股價(jià)實(shí)際漲的股票就會(huì)有正收益，下跌要考慮去大盤后的數(shù)值。數(shù)據(jù)集的劃分過各種預(yù)處理操作，最終我們得到了約 330,000 條股票相關(guān)6 年 1 月至 2017 年 4 月。因?yàn)楣善蓖顿Y的具體收益受到投表現(xiàn)的影響，特別是后者，股市的總體表現(xiàn)往往直接決定了負(fù)。先通過大盤指數(shù)對由 2006 年 1 月至 2017 年 4 月這段時(shí)期觀察。圖 2-1 為這段時(shí)間每個(gè)交易日收盤時(shí)的滬深 300 大盤

根據(jù)不同時(shí)期中國 A 股證券市場的總體表現(xiàn)劃分了訓(xùn)練集，牛市集以及平穩(wěn)期測試集。如表 2-1 所示：表 2-1 數(shù)據(jù)集劃分以及包含新聞和交易日數(shù)目時(shí)間跨度 包含新聞量 包含訓(xùn)練集 2006.01.03~2014.06.02 209656 市測試集 2014.06.03~2015.06.08 62124 市測試集 2015.06.09~2016.01.28 20383 期測試集 2016.01.29~2017.04.12 61124 2 顯示了牛市測試集時(shí)期，即 2014.06 至 2015.06 這段時(shí)期的大時(shí)期，股市大盤指數(shù)前期較為平穩(wěn)，自中期以后處于快速爬升狀你采用何種買賣策略，，投資的收益都不會(huì)太低。這個(gè)時(shí)期特別適是穩(wěn)賺不賠。如果我們的模型表現(xiàn)激進(jìn)，這個(gè)時(shí)期的收益可能就果比較保守，在保持不會(huì)出現(xiàn)負(fù)收益時(shí)情況，投資回報(bào)可能會(huì)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F830.91;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蔣艷霞;柯大鋼;解青芳;;基于數(shù)據(jù)挖掘技術(shù)的股票收益預(yù)測研究[J];經(jīng)濟(jì)與管理研究;2007年06期

本文編號：2637960