基于文本挖掘技术的股票市场预测：一种支持向量机方法

新闻条目对股票市场有显著影响，但其作用方式并不明确。许多先前工作致力于寻找准确的股票市场预测模型。本文对中国网络财经新闻进行文本挖掘与情感分析，基于支持向量机（SVM）预测中国股市走势与股价。首先，我们收集了 2,302,692 条新闻，时间跨度为 2008年1月1日 至 2015年1月1日。其次，基于该数据集构建了特定领域停用词词典与精确情感词典。第三，我们提出一种使用 SVM 的预测模型。在 SVM 实现的算法上，我们还提出两种参数优化算法以搜索最佳初始参数设置。结果表明参数 G 起主要作用，而参数 C 的作用不明显。此外，不同中国股票的支持向量回归（SVR）模型相似，而在支持向量分类（SVC）模型中最佳参数差异较大。系列对比实验表明：a) 新闻对股票市场有显著影响；b) 在当日无新闻数据时扩充输入向量，在 SVR 中优于常规输入，而在 SVC 中更差；c) SVR 在预测股价波动时表现出极佳的拟合程度，但结果存在一定时滞；d) 新闻对股票市场的效应时滞小于两天；e) 在 SVC 中，历史股票数据的最有效时滞约为 10 天，而在 SVR 中该效应不明显。此外，基于输入向量的特殊结构，我们还设计了一种计算财经来源影响因子的方法。结果表明新闻质量与受众数量均对该来源影响因子有显著影响。另外，对中国投资者而言，传统媒体比数字媒体更具影响力。