财经新闻与股市预测——基于数据挖掘技术的实证分析
Financial News and Prediction for Stock Market：An Empirical Analysis Based on Data Mining Techniques
作 者：孔翔宇;毕秀春;张曙光
KONG Xiang-yu;BI Xiu-chun;ZHANG Shu-guang （Department of Statistics and Finance, University of Science and Technology of China, Anhui Hefei 230026, China）
作者机构：中国科学技术大学统计与金融系,安徽合肥230026
出 版 物：数理统计与管理
年 卷 期：2016年 第2期
摘 要：本研究深度挖掘了财经新闻主题内容与股市市场的相关性,并提出了一种基于理解当日新闻主题分布来分析中国股市涨跌的预测模型。具体来说,我们使用自动文本分析技术与机器学习技术,首先通过概率主题模型对财经新闻文档进行聚类得到其中的主题分布,再结合实际股票市场的交易数据分析其与市场之间的关联程度,最后引入支持向量机算法对股市走势进行预测。实验部分我们抽取了近三个月的新闻数据与沪深股市数据进行分析,结果表明：新闻中国际贸易以及城市化相关主题与股市变动关系密切,通过本文提出的算法能较准确得预测当日股市涨跌,而建立在其上的股指期货策略也取得了很好的效果。
页 码：215-224页
主 题 词：数据挖掘 潜在狄利克雷分配 支持向量机
因篇幅问题不能全部显示，请点此查看更多更全内容