基于财经新闻情感倾向值的股票价格预测

摘要：

行为金融学理论指出,财经新闻等文本信息可以通过影响投资者情绪进而指导投资者行为和决策,最终对股票市场波动产生影响.本文提出基于情感词汇权重改进新闻情感倾向值的股票价格预测模型.首先,设计财经新闻情感倾向强度指标量化的方法,并将量化后的指标与股票关键指标进行特征融合;然后,采用改进粒子群算法(Particle Swarm Optimization,PSO)对支持向量回归(Support Vector Regressing,SVR)模型进行参数优化(改进PSO-SVR模型);最终构建了一个全新的股票价格预测模型.实证研究表明,基于改进PSO-SVR模型的股票价格预测精度要高于其他对比模型,且具有较好的泛化能力.

关键词：财经新闻、情感倾向、股票预测

所属期刊栏目：21

分类号：F274(企业经济)

资助基金：教育部人文社会科学研究规划基金项目17YJA870006

在线出版日期：2019-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：87-100