基于股民评论信息的股票预测方法研究

• 作者: 任维平 尤建清 张仰森 张凯
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 股民评论 股民情感倾向 双向LSTM 情感影响力
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机技术及应用
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP391
• 字数: 4966字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2017.05.013

摘要

通过对股民评论信息进行分析实现股票价格预测.构建了一个股民评论信息语料库,利用深度学习方法双向长短期记忆网络(双向LSTM)模型对股民评论信息的情感进行分类,提出了股民评论信息的情感影响力计算方法;通过对9种不同时间窗口的数据进行分析,并根据3种不同计算方法的结果进行股票价格走势预测.实验结果表明预测趋势与股票的实际走势拟合较高,能够为投资者在投资决策中提供帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	任维平	北京信息科技大学外国语学院	15	36	4.0	5.0
3	尤建清	北京信息科技大学智能信息处理研究所	7	14	2.0	3.0
4	张凯	北京信息科技大学智能信息处理研究所	2	9	1.0	2.0