基于股吧论坛评论的散户投资者情绪识别

发布时间：2020-04-01 16:59

【摘要】：股市是经济的晴雨表,揭示股市运行规律对投资者进行投资决策具有重要意义。影响股市走势的因素包括:宏观经济、行业发展、公司内部和股民情感因素。前三者短期内改变较少,难以反映股市实时波动的情况。而股民情感因素,因为受消息、股市走势和股民心理等因素影响,具有易变性。在经济活动中,经济主体获得的信息往往具有不对称性。在信息存在缺陷的条件下进行的行为时常会扭曲行为均衡的性质,即在存在大量噪声交易者的情况下,理性投资者的行为难以使股票价格回归基本价值。且散户投资者往往存在情绪周期,投资者自身情绪对做出的投资决策具有重要影响,此外,作为群体的散户投资者还具有过度反应的性质,即对于一系列利好或利空的消息做出过度反应,导致股市出现超涨或超跌情况。我国A股的散户投资者比例较高,其波动在很大程度上受到散户投资者的投资决策影响,因此对散户投资者的情绪进行识别并量化对于我国股市健康平稳发展具有重要意义。为了对散户投资者的情绪进行识别,本文建立了一种基于长短记忆模型(LSTM)和朴素贝叶斯模型(NBM)的投资者情绪识别混合模型,该模型将处理后的文本分为长句与短句,分离出的长句选择使用LSTM模型进行分析,而短句选择用NBM模型进行分析,由此形成混合模型来提高识别准确率。本文采用某知名股吧2018-9-27至2019-2-12上证综指股版的评论共计30W条,并用混合模型对评论进行情感倾向分类,生成情绪指数,并将情绪指数与上证综指进行相关性检验、VAR建模与格兰杰因果检验,验证了本文的研究结果对于上证综指具有一定的预测能力。
【图文】：

数据可视化

图 5.2 词频统计可视化由 1960 年的计算机图形学发源，其不仅是一种视觉表，同时还包含技术方法研究。数据可视化对于当前大数据研义的，尤其是使非数字数据能够以更加直接的方式转化为图这样的显示方法对于了解数据内容更加直观和迅速。数据可掘是相辅相成的，其中“词云”是数据可视化中较为常用的广泛用于文本挖掘的图像显示。它通过统计被描述数据的词大的词汇以大号字体显示，词频越小的词汇以越小的字体显十分直观的呈现所统计文本的主要内容。本文首先将收集到行预处理，将词云应用在初始数据描述上，最终得到如下图云：天明指数在现买入要不场市一日跌下铁塔分积易交意注式模日游一落回线短希望觉感不如下天场进少多不还602样一心小

K值,聚类,概念股,股票名称

绘制出 K 值与 SSE 之间的关系图如图5.4；图 5.4 手肘法确定 K 值由图中可以看出，，当 K 值为 4 时，为肘部值。当使用 K 均值聚类方法来分析不同时段的散户投资者的情感倾向时，可以获得下表 5-1 中所示的聚类结果。表 5-1 K-means 聚类结果行情股票名称情感词汇上涨中国平安；万科 A；5G 概念股；军工；白酒…拉升；暴涨；满仓；梭哈；顶部；牛市；小牛；上涨…拐点贸易战；烟酒税；猪瘟；峰会；原油…大底；见底；割肉；建仓；低点入场；慢牛…下跌周黑鸭；生物；医药；汽车；轻工制造；长生…股灾；熊市；周期；见底；快跑；韭菜；套…经过 K-means 聚类能够发现，在上涨与下跌趋势中，散户主要关注点在于具体的股票
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51

【相似文献】