融合情感分析与SVM_LSTM模型的股票指数预测

• 作者: 李万龙 杨妥 郑山红
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 股指预测 技术指标 LSTM 情感分析
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP301
• 字数: 5068字
• 语种: 中文
• DOI: 10.11907/rjdk.192512

摘要

由于股票市场变化存在着多因素、非线性、时变性等特点,传统预测模型忽视了股指波动影响因素特征提取的合理性与准确性,导致预测效果不理想.鉴于此,提出了融合情感分析和SVM_LSTM特征提取模型的股指预测方法以提高股指预测精度,将SVM和LSTM方法相结合建立SVM_LSTM模型,提取影响股指波动的情感极性特征、涨跌趋势特征以及股票技术指标特征,进而弥补影响股指波动的存在因素实现股指预测.通过与传统股指预测方法相比较,该方法实验结果的 MSE(均方差)达到了0.172 2,比传统模型的均方差缩小了约0.083 7,证明了该预测方法在准确度上效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑山红	长春工业大学计算机科学与工程学院	60	249	8.0	12.0
2	李万龙	长春工业大学计算机科学与工程学院	66	472	9.0	19.0
3	杨妥	长春工业大学计算机科学与工程学院	3	0	0.0	0.0