标题
  • 标题
  • 作者
  • 关键词

财经新闻与股市投资策略研究——基于财经网站的文本挖掘

2016-08-10分类号:TP391.1;F832.51

【作者】孟雪井  杨亚飞  赵新泉  
【部门】中南财经政法大学博士后流动站  湖北经济学院信息管理与统计学院  中南财经政法大学统计与数学学院  
【摘要】本文利用网络爬虫技术获取了9个知名财经网站上的海量文本信息,通过文本挖掘技术深度挖掘了财经新闻的主要关键词,随后利用随机森林算法找到了影响收益率和上证指数收益变化的主要变量,并研究了这些变量与股票涨跌之间的关系,最后通过机器学习算法构建了交易策略。研究结果表明,财经新闻对股票市场的投资有重要的参考价值,本文采用的研究方法对交易判断正确率达到66.7%,对投资判断具有重要参考意义。
【关键词】文本挖掘  百度指数  邻近算法  随机森林
【基金】国家社会科学基金项目《大数据背景下金融统计方法研究》(14CTJ008); 中国博士后科学基金第58批面上资助项目《基于数据挖掘的金融大数据的随机动态分析》(2015M582317)
【所属期刊栏目】投资研究
文献传递