基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于集成学习的股票指数预测方法
股指预测
集成学习
模型聚合
机器学习
分类器
指数行情
基于结构修剪神经网络的股票指数预测模型
股票指数预测
预测指标体系
BP算法
贝叶斯分析
网络结构修剪
基于Adaptive Lasso的股票指数跟踪问题研究
Adaptive Lasso
指数跟踪
沪深 300 指数
基于集成算法的股票指数预测
股票指数
袋装法
提升算法
随机森林
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于文本信息的股票指数预测
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 股票预测 情感分析 支持向量回归(SVR)
年,卷(期) 2017,(2) 所属期刊栏目 专题报道:自然语言理解与智能应用
研究方向 页码范围 273-278
页数 6页 分类号 TP391
字数 5416字 语种 中文
DOI 10.13209/j.0479-8023.2017.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王中卿 苏州大学计算机科学与技术学院 30 200 9.0 14.0
2 熊德意 苏州大学计算机科学与技术学院 15 96 6.0 9.0
3 董理 苏州大学计算机科学与技术学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (19)
同被引文献  (64)
二级引证文献  (36)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(7)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(2)
2017(7)
  • 引证文献(5)
  • 二级引证文献(2)
2018(11)
  • 引证文献(6)
  • 二级引证文献(5)
2019(25)
  • 引证文献(4)
  • 二级引证文献(21)
2020(12)
  • 引证文献(4)
  • 二级引证文献(8)
研究主题发展历程
节点文献
股票预测
情感分析
支持向量回归(SVR)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导