本文關(guān)鍵詞：基于情感分析的國際原油價(jià)格走勢預(yù)測研究

  更多相關(guān)文章： 情感分析 文本挖掘 石油走勢預(yù)測 人工智能 格蘭杰因果檢驗(yàn)

【摘要】：石油價(jià)格的增長或者下跌對于世界經(jīng)濟(jì)的發(fā)展會(huì)產(chǎn)生重大的影響,因此,石油價(jià)格的預(yù)測顯得尤為重要。但是,由于石油這種商品的復(fù)雜性和不規(guī)律性,使得石油價(jià)格預(yù)測成為一個(gè)非常困難的問題。石油價(jià)格基本是由石油出口國的供給和石油進(jìn)口國的需求平衡共同決定的,但是由政治事件或者經(jīng)濟(jì)因素導(dǎo)致的供給的不規(guī)律性往往會(huì)導(dǎo)致石油價(jià)格的不規(guī)律性。在這種情況下,石油價(jià)格上漲或者下跌的預(yù)測對于決策者就顯得非常有價(jià)值。同時(shí),隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)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(shí)時(shí)評估,新聞的內(nèi)容將會(huì)影響金融投資者的投資行為,進(jìn)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(jià)格趨勢的預(yù)測。在這種背景下,本文提出了基于情感分析的國際原油價(jià)格走勢預(yù)測模型。該模型主要基于石油相關(guān)新聞的分析,通過采用領(lǐng)域關(guān)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(yàn)的方法,得到情感序列和石油價(jià)格序列的相關(guān)性和滯后期,最后通過機(jī)器學(xué)習(xí)的方法(支持向量機(jī)、決策樹、邏輯回歸和神經(jīng)網(wǎng)絡(luò))預(yù)測石油價(jià)格的走勢。同時(shí),為了驗(yàn)證新聞情感對于石油價(jià)測具有預(yù)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(jìn)行案例分析。結(jié)果表明,新聞情感和原油價(jià)格之間確實(shí)存在著格蘭杰因果關(guān)系,即新聞情感的變化會(huì)引起石油價(jià)格的變化,這說明新聞情感對于石油價(jià)格的走勢具有預(yù)測能力。實(shí)驗(yàn)結(jié)果還表明,對于大部分預(yù)測模型而言,新聞情感的引入一般能極大地提高石油價(jià)格走勢的預(yù)測準(zhǔn)確率。
【關(guān)鍵詞】：情感分析 文本挖掘 石油走勢預(yù)測 人工智能 格蘭杰因果檢驗(yàn)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(xiàn)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(jià)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(yàn)概述24-25
• 3.2 石油價(jià)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(shè)計(jì)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(guān)系分析31-34
• 3.5 本章小結(jié)34-37
• 第四章 基于情感分析的石油價(jià)格走勢預(yù)測37-45
• 4.1 預(yù)測模型概述37-42
• 4.2 實(shí)驗(yàn)設(shè)計(jì)42-43
• 4.3 預(yù)測結(jié)果分析43-44
• 4.4 預(yù)測結(jié)果統(tǒng)計(jì)檢驗(yàn)分析44
• 4.5 本章小結(jié)44-45
• 第五章 結(jié)論與展望45-49
• 5.1 主要結(jié)論45-47
• 5.2 研究展望47-49
• 參考文獻(xiàn)49-55
• 致謝55-57
• 研究成果及發(fā)表學(xué)術(shù)論文57-59
• 作者和導(dǎo)師簡介59-60
• 附件60-61

【參考文獻(xiàn)】

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(shù)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(jì)民;周李;胡鑫匯;;基于情感分析技術(shù)的股票研究報(bào)告分類[J];武漢大學(xué)學(xué)報(bào)(理學(xué)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(yù)測[J];管理工程學(xué)報(bào);2015年01期

4 賈振華;斯慶巴拉;陳英杰;;神經(jīng)網(wǎng)絡(luò)在石油價(jià)格預(yù)測中的仿真研究[J];計(jì)算機(jī)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(jià)格預(yù)測中的應(yīng)用[J];統(tǒng)計(jì)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(jià)格預(yù)測分析[J];南京航空航天大學(xué)學(xué)報(bào)(社會(huì)科學(xué)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(shù)企業(yè);2008年23期

8 丁靜之;閔騏;林怡;;ARIMA模型在石油價(jià)格預(yù)測中的應(yīng)用[J];物流技術(shù);2008年10期

，

本文編號：650556