| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 股票价格走势分析 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 基于量价数据的股价预测方法 | 第10-12页 |
| 1.3.2 基于新闻的股价预测方法 | 第12-13页 |
| 1.3.3 深度神经网络与文本分类 | 第13页 |
| 1.4 本文主要研究内容 | 第13-17页 |
| 第2章 股票新闻数据的分析与处理 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 新闻数据获取 | 第17-18页 |
| 2.3 股票新闻分析与处理 | 第18-20页 |
| 2.3.1 股价涨跌幅计算 | 第18-19页 |
| 2.3.2 去涨停跌停股 | 第19页 |
| 2.3.3 去大盘 | 第19-20页 |
| 2.4 新闻数据集的划分 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 面向股价预测的新闻建模研究 | 第24-47页 |
| 3.1 引言 | 第24页 |
| 3.2 股价走势回归预测 | 第24-25页 |
| 3.3 基于层级式神经网络的新闻建模 | 第25-33页 |
| 3.3.1 基于循环神经网络RNN的层级式神经网络 | 第26-29页 |
| 3.3.2 基于卷积神经网络CNN的层级式神经网络 | 第29-32页 |
| 3.3.3 注意力机制和标题信息的引入 | 第32-33页 |
| 3.4 模型评价 | 第33-37页 |
| 3.4.1 评价方法 | 第33-34页 |
| 3.4.2 股票投资收益计算 | 第34-37页 |
| 3.5 实验 | 第37-45页 |
| 3.5.1 实验设置 | 第37-39页 |
| 3.5.2 实验结果及分析 | 第39-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 面向股价预测的量价建模研究 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 量价数据特征提取 | 第47-50页 |
| 4.3 量价建模研究和融合模型 | 第50-51页 |
| 4.4 实验 | 第51-56页 |
| 4.4.1 实验设置 | 第51页 |
| 4.4.2 实验结果及分析 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64页 |