科研之友
微信
新浪微博
Facebook
分享链接
摘要
投资决策受投资者行为偏好的影响，因此合理地捕捉投资者情绪有助于预测股票市场未来变化趋势。结合机器学习算法，分析金融市场投资者情绪，利用SVM情感分类算法，对股吧个股评论中的文本数据进行分析，从而构建出反映投资者情绪的市场情绪指标。进一步使用LSTM深度学习网络，提取市场情绪指标特征，对上证50指数进行短期预测，并对比多种传统时间序列分析模型和机器学习模型。研究结果表明，LSTM神经网络在金融时间序列预测上具有更高的准确率和精确度；加入市场情绪特征后能进一步提升LSTM模型预测结果的准确率和精确度，说明了投资者市场情绪对于市场指数预测的有效性和适用性；此外，对LSTM模型预测结果进行误差修正，能够有效优化LSTM模型的预测结果。
- 单位
