基于自然语言处理的舆情分析和股价涨跌预测系统

作     者：于赐龙 史振宇 谢允昊 黄军宏 YU Ci-long;SHI Zhen-yu;XIE Yun-hao;HUANG Jun-hong

作者机构：深圳大学机电与控制工程学院广东深圳518000 

基　　金：广东省自然科学基金资助项目(2018A030310533) 深圳大学自然科学基金资助项目(2018029) 

出 版 物：《系统工程》 (Systems Engineering)

年 卷 期：2021年第39卷第5期

页      码：114-123页

摘      要：金融科技的快速发展拓展了证券市场预测股票行情的途径,传统的方法是通过股票的历史价格和特征因子进行预测,这种基于历史量价的预测方法很难反应公众情绪对股市的影响。基于深度学习的自然语言处理技术能够发掘文本数据的深度特征,从网络上的散乱信息中找到特殊线索,为金融市场中舆情的定量分析提供了解决方案。本系统以网络上关于上市公司的原始新闻资讯作为样本,以真实的股价涨跌情况作为标签,分别对样本数据进行清洗、文本向量化等预处理,设计出代表短线、中线和长线的三种数据集,搭建基于深度学习模型BERT的金融情感预测系统(BERT-FS),经过训练和评估之后,判断股票涨跌的AUC值最高可达79.48%.

主 题 词：金融科技 舆情分析 神经网络 自然语言处理 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

馆 藏 号：203105054...