基于文本信息的股票指数预测

发布时间：2018-07-11 21:33

  本文选题：股票预测 + 情感分析　； 参考：《北京大学学报(自然科学版)》2017年02期

【摘要】：基于情感分析方法,对股票市场进行预测。将从社交媒体中抽取的文本信息(词信息、情感词信息和情感分类信息)与股票技术指标相结合,利用支持向量回归构建模型。通过实验与多种预测方法进行比较,结果表明该方法能够获得较为理想的预测结果。
[Abstract]:Based on the affective analysis method, the stock market is forecasted. The text information (word information, emotion word information and emotion classification information) extracted from social media is combined with stock technical index to construct the model by using support vector regression. The experimental results show that the proposed method can obtain ideal prediction results.
【作者单位】： 苏州大学计算机科学与技术学院;
【分类号】：TP391

【相似文献】

相关会议论文 前3条

1 孙红英;刘向荣;解玲丽;;基于传导模型的2010年价格指数预测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

2 涂燕宁;刘树亚;;用时间序列异常值分析方法进行物价指数预测的研究[A];全国青年管理科学与系统科学论文集第5卷[C];1999年

3 邵明振;陈磊;宋雯彦;;中国月度居民消费价格指数预测——基于时间序列的BP神经网络和ARMA模型对比分析[A];21世纪数量经济学（第12卷）[C];2011年

相关重要报纸文章 前4条

1 张明;我省开展果树花期冻害预测及预评估服务[N];陕西科技报;2011年

2 李剑锋 主持 梁伟;又到指数预测时[N];上海证券报;2011年

3 记者 温源;消费者物价信心达四年多来最佳[N];光明日报;2014年

4 本报评论员 熊仁宇;激进降息不是最优选择[N];21世纪经济报道;2009年

相关硕士学位论文 前3条

1 张愉;基于EEMD去噪和PSO优化的几类模型在居民消费价格指数预测中的应用研究[D];兰州大学;2016年

2 黄振;基于支持向量机的沪深300指数预测研究[D];湖南大学;2012年

3 唐娜;基于灰色理论和神经网络理论的股票指数预测研究[D];武汉理工大学;2007年

，

本文编号：2116395