原文传递
基于自然语言处理的舆情分析和股价涨跌预测系统
| 题名： | 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 |
| 作者单位： | 深圳大学 |
| 关键词： | 金融科技;舆情分析;神经网络;自然语言处理 |
| 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%。 |
| 期刊名称： | 系统工程 |
| 出版日期： | 202105 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 114-123 |
检索历史
应用推荐
