基于主題模型與泊松因子分析的股票市場(chǎng)情緒分析.pdf

1、股票市場(chǎng)是市場(chǎng)經(jīng)濟(jì)的重要組成部分，不僅關(guān)系到國民經(jīng)濟(jì)的發(fā)展和金融市場(chǎng)的穩(wěn)定，也關(guān)系到廣大普通投資者的經(jīng)濟(jì)利益。隨著我國股票市場(chǎng)的日益繁榮，股票市場(chǎng)的發(fā)展情況也變的日趨復(fù)雜，股票市場(chǎng)經(jīng)常在短期內(nèi)出現(xiàn)大跌大漲的悲喜劇。股票市場(chǎng)如此劇烈的大幅變動(dòng)不僅是金融界的熱點(diǎn)，更使學(xué)術(shù)界對(duì)影響股票市場(chǎng)走勢(shì)的因素倍加關(guān)注，而股票理論研究的主流方向行為金融學(xué)則認(rèn)為投資者的情緒會(huì)對(duì)金融市場(chǎng)產(chǎn)生影響。隨著互聯(lián)網(wǎng)的不斷發(fā)展繁榮，投資者也越來越傾向于在網(wǎng)絡(luò)上發(fā)表自己

2、對(duì)于股市的各種觀點(diǎn)并進(jìn)行交流，股票論壇、貼吧、社區(qū)等互聯(lián)網(wǎng)產(chǎn)品上不僅蘊(yùn)含著各類型的股市資訊，更包含著海量能夠反映投資者情緒的文本數(shù)據(jù)，因此，從海量互聯(lián)網(wǎng)股票文本數(shù)據(jù)中快速準(zhǔn)確地挖掘到投資者的情緒傾向及其與股票走勢(shì)的關(guān)系，優(yōu)化投資者決策、促進(jìn)股票市場(chǎng)健康發(fā)展，是十分具有實(shí)際意義的。
　　本文以數(shù)據(jù)挖掘理論中的文本情感分類技術(shù)為基礎(chǔ)，利用主題模型及泊松因子分析模型，對(duì)互聯(lián)網(wǎng)上的海量股市評(píng)論進(jìn)行建模，提出基于LDA與泊松因子分析的文本情

3、感分類方法，挖掘?qū)I(yè)股票評(píng)論網(wǎng)站上投資者評(píng)論的情感傾向，并預(yù)測(cè)股票市場(chǎng)走勢(shì)。本文的主要工作有以下幾個(gè)方面:
　　1.克服傳統(tǒng)文本情感分類算法過度依賴情感詞典、提取特征無法表現(xiàn)文本語義信息的弊端，提出以LDA與泊松因子分析為基礎(chǔ)的文本情感分類方法，利用LDA與泊松因子分析提取文本-主題矩陣作為特征，與相應(yīng)的文本情感標(biāo)簽一起訓(xùn)練SVM分類器。使用權(quán)威的文本情感分類數(shù)據(jù)庫試驗(yàn)此方法，得到可比擬文本情感分類領(lǐng)域權(quán)威方法的準(zhǔn)確率。
　

4、　2.利用網(wǎng)絡(luò)爬蟲完成了針對(duì)特定網(wǎng)頁下發(fā)表于特定時(shí)間的股評(píng)文檔的爬取，將文本數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗及預(yù)處理，并人工添加文檔的情感標(biāo)簽，完成了對(duì)于股票市場(chǎng)分析的文檔庫的建立。利用基于LDA與泊松因子分析的文本情感分類方法處理股評(píng)文檔庫，得到的針對(duì)股評(píng)文本情感分類器的測(cè)試準(zhǔn)確率分別為75.42％與79.95％。
　　3.以41個(gè)交易日的股評(píng)文檔庫為輸入數(shù)據(jù)、以每個(gè)交易日的上證指數(shù)為基準(zhǔn)，根據(jù)每個(gè)交易日的股評(píng)文檔分類結(jié)果預(yù)測(cè)下一個(gè)交易日的股市