结合情感分析的股票预测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究目的 | 第11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 本文的主要内容 | 第13页 |
| 1.5 本文的组织结构 | 第13-15页 |
| 第二章 数据采集 | 第15-19页 |
| 2.1 文本数据采集 | 第15-16页 |
| 2.1.1 数据源的选取 | 第15页 |
| 2.1.2 爬虫工具的选择以及数据抓取测试 | 第15-16页 |
| 2.2 文本数据初步处理 | 第16-17页 |
| 2.2.1 原始数据分析 | 第16-17页 |
| 2.2.2 原始数据初步处理 | 第17页 |
| 2.3 股票交易数据 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 投资者情感分析 | 第19-34页 |
| 3.1 文本数据预处理 | 第19-24页 |
| 3.1.1 中文分词原理及操作 | 第19-20页 |
| 3.1.2 停用词去除 | 第20-21页 |
| 3.1.3 文本表示的向量空间模型 | 第21页 |
| 3.1.4 特征词提取方法 | 第21-22页 |
| 3.1.5 特征词权重值计算 | 第22-23页 |
| 3.1.6 文本向量化表示 | 第23-24页 |
| 3.2 文本分类 | 第24-29页 |
| 3.2.1 文本分类概述 | 第24-25页 |
| 3.2.2 文本分类常用算法 | 第25-29页 |
| 3.2.3 文本分类处理 | 第29页 |
| 3.3 情感分析 | 第29-33页 |
| 3.3.1 情感分析概述 | 第29-30页 |
| 3.3.2 股评文本权重指标的设定 | 第30-32页 |
| 3.3.3 情感倾向指数B_s的设定 | 第32页 |
| 3.3.4 情感极化指数的设定 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 股票预测模型的建立 | 第34-48页 |
| 4.1 模型建立的理论基础 | 第34-36页 |
| 4.1.1 神经网络概述 | 第34页 |
| 4.1.2 基于误差反传的BP神经网络 | 第34-35页 |
| 4.1.3 平均影响值算法(MIV) | 第35-36页 |
| 4.2 股票交易数据的指标选择 | 第36-38页 |
| 4.2.1 股票交易数据的价值 | 第36页 |
| 4.2.2 样本数据选取与分配 | 第36-37页 |
| 4.2.3 交易数据中的特征选择 | 第37-38页 |
| 4.3 股票预测模型的设计实现 | 第38-47页 |
| 4.3.1 模型参数设定的理论依据 | 第38页 |
| 4.3.2 交易数据指标模型设计 | 第38-41页 |
| 4.3.3 包含情感指数的模型设计 | 第41-43页 |
| 4.3.4 结合MIV算法的预测模型设计 | 第43-46页 |
| 4.3.5 不同日期数据的影响力权重 | 第46页 |
| 4.3.6 模型的泛化测试 | 第46-47页 |
| 4.3.7 预测模型的比较 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-49页 |
| 5.1 主要结论 | 第48页 |
| 5.2 待研究的问题 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |
