基于新闻情感分析的股票趋势预测
计算与语言
2016-07-08 v1 信息检索
机器学习
摘要
有效市场假说是关于股票预测的流行理论。随着其失效,在股票预测领域已进行了大量研究。本项目旨在获取诸如关于公司财经新闻文章之类的不可量化数据,并通过新闻情感分类预测其未来股票趋势。假设新闻文章对股票市场有影响,这试图研究新闻与股票趋势之间的关系。为此,我们创建了三种不同的分类模型,用以刻画新闻文章为正向或负向的极性。观察表明 RF 和 SVM 在所有类型的测试中表现良好。朴素贝叶斯给出良好结果但不及前两者。进行了实验以评估所提出模型的各个方面,并在所有实验中获得了令人鼓舞的结果。预测模型的准确率超过 80%,与准确率为 50% 的新闻随机标注相比,该模型将准确率提高了 30%。
引用
@article{arxiv.1607.01958,
title = {Stock trend prediction using news sentiment analysis},
author = {Joshi Kalyani and Prof. H. N. Bharathi and Prof. Rao Jyothi},
journal= {arXiv preprint arXiv:1607.01958},
year = {2016}
}
备注
11 PAGES, 4 FIGURES