首页|基于NLP和深度森林的金融舆情抓取与分析

基于NLP和深度森林的金融舆情抓取与分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
采用自然语言处理技术对爬取的文本数据进行分词、去停用词处理,利用TextRank、TF-IDF算法提取关键字,构建适用于单篇文章的词重要性指数模型,从中提取重要变量建立适用于沪深300指数的投资者情绪预测模型,借助深度森林算法预测交易信号构建交易策略.结果表明,在样本期基于自然语言处理与深度森林算法对股票交易信号的预测准确率达72.23％,且收益也超过传统策略收益,具备重要的投资指导意义.

王子敏、周杰、梁佳雯、何加豪

展开 >

南京邮电大学

自然语言处理 深度森林 投资者情绪指标 量化交易策略

江苏省大学生创新创业训练计划国家级立项——

SZDG2019039

2020

电子商务
中国电子学会,中国信息产业商会

电子商务

CHSSCD
影响因子：0.654
ISSN：1009-6108
年,卷(期)：2020.(8)
  • 3
  • 6