【摘要】：隨著我國經(jīng)濟的穩(wěn)定發(fā)展,人民生活水平的提高,居民可支配收入的增長,如何對閑置資金進行合理投資成為越來越多人關注的話題。股票作為一種高風險與高收益并存的投資方式,也因此受到了廣泛的關注。而如何有效規(guī)避股市風險,提高投資收益,也毫無疑問成為了業(yè)界持續(xù)探討和研究的問題。近年來,股票預測領域的研究重點漸漸從傳統(tǒng)的基于股票關鍵指標的預測分析轉(zhuǎn)移至基于新聞等基本面信息和關鍵指標相融合的預測分析。行為金融學理論指出新聞等文本可以通過影響投資者心理進而影響投資者決策,最后作用于股票價格,因此產(chǎn)生了諸多基于新聞情感傾向的股票預測研究。然而目前該領域的研究還存在以下問題:1)新聞情感傾向分析更多是一種基于情感傾向類別的分析,很少分析或應用研究從情感傾向強度這種細粒度層面展開;2)基于新聞情感傾向類別的研究由于無法得到精度更高的新聞情感傾向強度,因此不能有效提高股票預測的精度,尤其是在股票價格具體值的預測方面。針對以上問題,本文設計了一種財經(jīng)新聞情感傾向強度指標量化的方法,并將量化后的指標與股票關鍵指標進行特征融合,在此基礎上采用改進粒子群算法對支持向量回歸模型進行參數(shù)優(yōu)化,最終構建了一個新的股票價格預測模型。本文開展的核心工作主要包括以下兩個部分:(1)設計了面向財經(jīng)新聞情感詞典的權重改進的新聞情感傾向強度量化方法。通過整合現(xiàn)有的較為成熟的情感詞典,結合人工篩選的財經(jīng)領域情感詞匯,構建了面向財經(jīng)領域的情感詞典,并以此為基礎,在充分考慮財經(jīng)新聞文本結構特征和情感分布后,設計了基于詞匯權重、位置權重和語義規(guī)則權重優(yōu)化的財經(jīng)新聞情感傾向值量化方法。通過財經(jīng)新聞情感傾向值量化的實證,發(fā)現(xiàn)本文設計的財經(jīng)新聞情感傾向值量化方法的優(yōu)越性。(2)構建了基于特征融合的改進的PSO-SVR的股票價格預測模型。將提取的股票關鍵指標與財經(jīng)新聞情感傾向值指標進行特征融合,并采用改進的粒子群算法實現(xiàn)支持向量回歸的參數(shù)優(yōu)化,最終構建了本文的股票價格預測模型。通過個股股票價格預測的實證,發(fā)現(xiàn)本文預測模型的預測精度要高于其他對比模型。
【圖文】：

圖 5-1 個股每月新聞數(shù)量分布由圖 5-1 可知，對于本文實驗樣本而言，個股的財經(jīng)新聞報道數(shù)量具有離散性，且呈現(xiàn)分布不均勻的特點。考慮到樣本的離散性對股票價格預測的影響，，引入Pearson相關系數(shù)來評估基于本文實驗樣本計算得到的個股財經(jīng)新聞情感傾向值與股票價格的相關性，最后得到四只股票對應財經(jīng)新聞情感傾向與股票價格相關系數(shù)結果如表 5-7 所示。表 5-7 個股股票價格與財經(jīng)新聞情感傾向值相關性分析貴州茅臺 中國平安 永輝超市 上海家化Pearson 系數(shù) -0.03144 0.27153 0.14163 0.01587由表 5-7 可以看出，貴州茅臺的財經(jīng)新聞情感傾向值與股票價格的 Pearson相關系數(shù)僅為 0.03144，且兩者呈現(xiàn)負相關關系。結合 2017 年真實的市場情況分析，可以發(fā)現(xiàn)，一方面貴州茅臺作為 2017 年的 A 股股王，股票價格的瘋狂上漲

財經(jīng)新聞情感傾向值與股票價格的相關系數(shù)不高的原因。因此本股股票價格預測剔除了貴州茅臺，最終選取中國平安、永輝超市和上海家化例進行分析。本文先以中國平安為例，詳細介紹基于財經(jīng)新聞情感傾向值的中國平安收盤價預測過程及結果，最后給出其他兩只股票的預測結果。首先給出中國 2017 年 1 月 1 日至 2017 年 12 月 31 日的股票原始收盤價走勢如圖 5-2 所
【學位授予單位】：武漢理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F832.51

【相似文獻】

相關期刊論文 前10條

1 肖魯仁;楊子璇;;大數(shù)據(jù)背景下財經(jīng)新聞的特質(zhì)、問題及對策[J];湖南工業(yè)職業(yè)技術學院學報;2018年05期

2 柳青;;如何做好財經(jīng)類新聞采編專業(yè)人才培養(yǎng)[J];采寫編;2018年03期

3 李丹丹;;“時、度、效”標尺在財經(jīng)新聞報道中的實踐[J];新聞前哨;2019年04期

4 盧思諾;崔琳璐;;大數(shù)據(jù)時代下財經(jīng)新聞的轉(zhuǎn)變[J];中國市場;2019年11期

5 宋昭勛;吳靜;趙應春;;淺談香港財經(jīng)新聞發(fā)展階段及其特點[J];新聞研究導刊;2017年23期

6 孫天一;;財經(jīng)新聞對中國股市的影響[J];時代金融;2018年02期

7 張雨萌;;中學大眾化視野下的財經(jīng)新聞[J];財經(jīng)界(學術版);2018年03期

8 劉桂平;;國內(nèi)財經(jīng)新聞教育師資述評[J];科技經(jīng)濟導刊;2018年13期

9 劉鎮(zhèn);;融媒時代打造“3D版”財經(jīng)新聞之淺見[J];傳播力研究;2018年09期

10 陸海銀;;淺析分類財經(jīng)新聞策劃如何出精品[J];傳播力研究;2018年12期

相關會議論文 前10條

1 裴振霞;;英語財經(jīng)新聞報道中的語法隱喻分析[A];福建省外國語文學會2009年年會暨學術研討會論文集[C];2009年

2 莫林虎;王曉樂;;我國高校財經(jīng)新聞教育創(chuàng)新的探索與實踐——以中央財大財經(jīng)新聞專業(yè)為例[A];新時期中國新聞學學科建設30年[C];2008年

3 蘇培科;;財經(jīng)記者要有公眾意識和責任感——兼評2009年重大財經(jīng)新聞事件與報道[A];新聞學論集（第23輯）[C];2009年

4 Steve H.Hanke;袁夢婷;;公私合作關系的前車之鑒:約翰勞與密西西比公司[A];《IMI研究動態(tài)》2018年第二季度合輯[C];2018年

5 雍益楚;;淺談“大眾化”視野下的財經(jīng)新聞[A];《同行》2015年9月（上）[C];2015年

6 梁幫童;;基于評價理論級差系統(tǒng)的財經(jīng)新聞翻譯[A];東北亞外語論壇(2018 NO.4 總第8期）[C];2018年

7 王一諾;;淺談財經(jīng)新聞的故事化報道[A];《同行》2015年9月（上）[C];2015年

8 夏巖;;面對改變 共同成長[A];第九屆中國期貨分析師論壇專刊[C];2015年

9 常河;;新聞視覺傳播時代的“東早模式”[A];完善圖片機制、提高履職能力——第十屆全國新聞攝影理論年會論文集[C];2004年

10 ;“一帶一路”籌錢PPP大有可為[A];2015年國際貨幣金融每日綜述選編[C];2015年

相關重要報紙文章 前10條

1 撰稿 唐維 點評 蔡江偉;2017國際十大財經(jīng)新聞[N];證券時報;2017年

2 本報記者 杜一娜;清華大學新聞與傳播學院 培養(yǎng)懂財經(jīng)更懂中國的專業(yè)人才[N];中國新聞出版廣電報;2017年

3 國家互聯(lián)網(wǎng)信息辦公室網(wǎng)絡新聞信息傳播局副局長 劉沖;適應傳播規(guī)律 增強財經(jīng)新聞吸引力[N];中國新聞出版廣電報;2016年

4 ;證券日報編輯部評選推出2016年中國十大財經(jīng)新聞[N];證券日報;2016年

5 ;2016年十大海外財經(jīng)新聞[N];中國證券報;2016年

6 本報見習記者 郝天韻;財經(jīng)新聞如何修煉“上乘功夫”[N];中國新聞出版廣電報;2017年

7 ;財經(jīng)新聞要“對稱”“對應”“對路”[N];中國新聞出版廣電報;2015年

8 本報記者 李雪昆;財經(jīng)新聞如何“追上”公眾期待[N];中國新聞出版廣電報;2015年

9 ;本報編輯部評出2003十大國際財經(jīng)新聞[N];中國證券報;2003年

10 沈敏;一個財經(jīng)新聞博主的生活[N];經(jīng)濟參考報;2012年

相關博士學位論文 前2條

1 楊保達;全媒體時代電視財經(jīng)新聞生產(chǎn)研究[D];復旦大學;2013年

2 石研;中國財經(jīng)媒體傳播失靈現(xiàn)象研究[D];武漢大學;2010年

相關碩士學位論文 前10條

1 馬航;《金融評論報》財經(jīng)新聞英譯漢實踐報告[D];河北師范大學;2019年

2 陳美麗;基于財經(jīng)新聞情感傾向值的股票價格預測研究[D];武漢理工大學;2018年

3 楊若涵;目的論視角下BBC財經(jīng)新聞漢譯實踐報告[D];首都經(jīng)濟貿(mào)易大學;2018年

4 蘇煜榮;議程設置與有限關注：財經(jīng)新聞與股市波動關系研究[D];暨南大學;2018年

5 陳海文;面向金融品種價格預測的財經(jīng)信息數(shù)據(jù)挖掘技術研究[D];國防科學技術大學;2016年

6 王世偉;基于深度學習的財經(jīng)新聞對股市投資決策影響的研究[D];蘭州財經(jīng)大學;2018年

7 雍舜;基于財經(jīng)新聞文本數(shù)據(jù)挖掘的股市預測研究[D];浙江財經(jīng)大學;2019年

8 楊永偉;基于財經(jīng)新聞的股票收益方向預測[D];浙江工商大學;2018年

9 黃晨;FT中文網(wǎng)財經(jīng)新聞報道研究[D];湖南大學;2017年

10 王婧;《新周刊》財經(jīng)新聞報道研究（2007-2016）[D];黑龍江大學;2018年

本文編號：2679873