基于情感分析和GAN的股票价格预测方法

• 作者: 刘玉玲 赵国龙 邹自然 吴升婷
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 股票价格预测 情感分析 卷积神经网络 生成对抗网络
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 计算机科学
• 页码范围: 111-118
• 页数: 7页
• 分类号: TP399
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022356

摘要

股票价格具有非平稳性和波动性特点，且投资者容易受自身情感影响，投资决策行为具有非理性特征，因此股票价格难以预测.针对预测股票价格的卷积神经网络情感分析方法存在文本标记分布不平衡问题，本文提出一种基于情感分析和生成对抗网络的股票价格预测方法.首先，建立金融领域情感词典库；然后，使用基于词典的情感分析方法计算金融文本数据的情感极性和投资者每天的总体情感指数；最后，利用生成对抗网络对股市波动进行预测，其中生成器生成股票序列数据，而判别器采用卷积神经网络对生成数据和真实数据进行区分.该方法能动态地更新股票价格预测结果且误差较小.