基于文本价格融合模型的股票趋势预测

摘要：

[目的]在传统股票预测模型的基础上,提高股票价格预测准确率,降低股票交易风险,研究大数据环境下的股票价格变化趋势.[方法]提出一种新的文本价格融合模型.该模型对股票论坛上的评论文本预处理后,通过深度表示学习生成评论文本的特征矩阵,使用K均值聚类方法生成文本类别;结合开盘价、收盘价等15个原始价格指标,使用多层感知机算法预测股票价格趋势.[结果]使用该模型进行预测,所得精度为65.91％,超出单独使用价格特征的模型7.76％,超出单独使用文本特征的模型11.37％,预测性能具有较大提升.[局限]只对个股进行预测研究.[结论]本文模型从文本和价格结合的角度出发提高股票预测精度,为股价趋势预测相关研究者和从业者提供新的研究方法和研究视角.

关键词：文本、股票价格、股票价格趋势预测、文本价格融合模型

所属期刊栏目：2

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目“大数据环境下基于领域知识获取与对齐的观点检索研究”71373286;中南财经政法大学科研项目“证券交易量化投资策略研究”项目3251612007的研究成果之一

在线出版日期：2019-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：33-42