基于股民评论信息的股票预测方法研究

摘要：

通过对股民评论信息进行分析实现股票价格预测.构建了一个股民评论信息语料库,利用深度学习方法双向长短期记忆网络(双向LSTM)模型对股民评论信息的情感进行分类,提出了股民评论信息的情感影响力计算方法;通过对9种不同时间窗口的数据进行分析,并根据3种不同计算方法的结果进行股票价格走势预测.实验结果表明预测趋势与股票的实际走势拟合较高,能够为投资者在投资决策中提供帮助.

关键词：股民评论、股民情感倾向、双向LSTM、情感影响力

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：北京市教委科研计划一般项目KM201711232022

在线出版日期：2017-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：67-71