利用定量与定性分析相融合的实时在线股票预测

机器学习在金融领域的应用已十分常见，在股票市场预测中更甚。股市高度波动，全球每分钟产生海量数据，从中提取有效情报至关重要。然而，数值股票数据与定性文本数据的融合是一项挑战。本工作通过提供一个前所未有的公开数据集来实现该目标，其包含我们从新闻档案、电视新闻字幕、广播转录、推文、每日财经报纸等收集的技术与基本面数据及情绪信息。用于情绪提取的文本条目总计超 140 万条。数据集涵盖 2018 年 1 月至 2022 年 12 月八家代表不同工业板块的公司及道琼斯工业平均指数（DJIA）整体的每日记录。提供整体的基本面与技术面数据，训练就绪可直接用于模型学习与部署。最重要的是，所生成数据可用于增量在线学习，因每日检索实时数据点而无静态数据。所有数据均通过 API 或自研低延迟零成本的稳健信息检索技术获取，这些自适应技术便于任意股票的数据提取。此外，基于实时数据利用 Spearman 秩相关将股票收益与情绪分析关联，对 DJIA 及另八只股票取得显著结果，准确率超 60%。数据集发布于 https://github.com/batking24/Huge-Stock-Dataset。