基于财经新闻的股票收益方向预测

发布时间：2024-06-28 02:52

　　在中国,研究股票收益率的方向对于股市投资者具有重要的参考意义,尤其对于散户投资者而言。方向预测实际上是一个二元选择问题,通常采用Logistic二元选择模型进行预测,但是传统的参数模型在预测时需要对模型做出预先假设,而非参数模型则很好地解决了这一问题,而且能够较好地捕捉金融市场这种复杂系统的特性。因此本文基于非参数方法对股票收益率方向的预测进行研究。在经济发展的同时,互联网也在快速成长,对于信息的挖掘不再局限于原有的结构化数据,利用网络异构数据进行大数据分析被广泛应用于各个领域。近年来,“金融大数据”、“互联网金融”等词汇层出不穷,网络平台成了一个信息交换、表达情感之所,然而互联网信息大多以文本形式存在。在金融领域,文本化的财经新闻涵盖了许多股票市场的重要信息,因此从财经新闻角度出发研究股票收益方向,具有重要意义。Harvey&Oryshchenko(2012)提出了时变密度函数估计理论,并将此理论应用于NASDAQ指数密度的估计,结果发现该方法可以充分地反映出金融资产的特性。Gu等(2018)基于此提出了一个时变因子加权非参数密度函数模型(F-TVF)。本文将财经新闻作为研究...

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图１－１论文结构框架??

第五章：结论及展望。本章对全文进行总结，得出结论，并给出目前文章中??尚存的不足之处以及改进方向。??本文的研究框架如图１－１所示。??４??

图3-2财经新闻情感词典构建流程图

例如：??句子１：我热爱北京天安门??句子２：我喜欢北京天安门??那么，在词向量表示中，由于“热爱”和“喜欢”出现在上下文的一致性很??高，所以判断这两个词的相似度应该很高。??综上，构建财经新闻情感词典主要基于Ｈｏｗｎｅｔ词典、Ｌｏｕｇｈｒａｎ－ＭｃＤｏｎａｌｄ??ｄｉｃｔｉｏ....

图３－６情感指数与股票收益率??２０??

持续下滑优质内容供给不足导致票房增长不及预期政策执行力度??不及预期??图３－５文本分词结果??根据财经新闻情感词典，判别出情感词汇。计算得到情感指数如下所示。??积极词汇组＝［＇明确Ｖ支持有望Ｖ实现Ｖ增长Ｖ达到Ｖ增长??＇增强Ｖ共同Ｖ有望＇，’支持Ｖ繁荣Ｖ优质Ｖ增长’］??消极....

图４－１上证指数收益率序列直方图与趋势图??为说明情感指数与股票收益序列的相关性，建立模型如下??

为全面衡量模型的样本外预测情况，本文采用滚动时间窗口预测策略，??将数据分为测试集与训练集，测试集样本量Ｔ＝６０。首先对转化为收益率的上证??指数进行描述性统计和正态性检验，并绘制直方图与趋势图，如表４－１、图４－１??所示。上证指数收益率（Ｒｅｔｕｒｎｓ）均值为０．０３％，方差....

本文编号：3996330