典型文献
基于舆情分析的股票量化投资系统
文献摘要：
人工智能和大数据的快速发展拓宽了金融投资领域预测股票行情的途径,目前其主要用于分析基本面或技术指标对于市场行情的影响,或者将其作为价格模型中的因子进行定价.除"历史不一定重演"的局限性外,仅凭借基于既定客观事实的预测模型也难以体现投资者的情绪及其与证券市场之间的相互作用.因此,本文提出基本假设:舆情反映的市场情绪和针对个股的情感倾向可以用来完善量化策略,提高其收益.策略运行过程包括每日抓取网络新闻和舆情数据并进行数据清洗,对股市整体舆情环境建立语料库并使用GRU、LSTM等神经网络算法进行情感分析,而对单独的个股则基于深度学习建立多粒度完整分析,生成情绪倾向指标.从回测结果来看,吸收了两种舆情信息指标的策略能够在可控回撤下获得较高的收益率,进而证明了本文所作假设成立.
文献关键词：
行为金融理论;情感计算;舆情分析;自然语言分析
中图分类号：
作者姓名：
丁明
作者机构：
上海对外经贸大学,上海 200000
文献出处：
引用格式：
[1]丁明-.基于舆情分析的股票量化投资系统)[J].投资与创业,2022(06):4-6
A类：
股票行情,撤下
B类：
舆情分析,量化投资,展拓,金融投资,投资领域,域预测,基本面,技术指标,市场行情,价格模型,重演,仅凭,既定,客观事实,投资者,证券市场,基本假设,市场情绪,个股,情感倾向,抓取,网络新闻,舆情数据,数据清洗,股市,语料库,GRU,神经网络算法,情感分析,多粒度,整分,舆情信息,回撤,收益率,所作,作假,行为金融理论,情感计算,自然语言分析
AB值：
0.488776
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
