论文部分内容阅读
近年来，社交网络的飞速发展，促进了金融信息的广泛传播，互联网已经成为了股民获取股票相关信息的主要渠道。因此，研究这些文本信息对股票的影响变的尤为重要。基于时间序列研究的传统预测方法不能有效反应出这些文本信息对股票的真实影响。本文通过文本挖掘技术从文本信息中提炼出其中蕴含的影响因素，结合股票历史交易数据，以此建立数学模型。通过对新闻文本进行主题挖掘和事件学习，对股票论坛情感信息计算以及结合时间序列来对股票走势进行预测，实验结果表明，我们的方法预测准确度比TSP更高。