結(jié)合文本傾向性分析的股評(píng)可信度計(jì)算研究.pdf

1、隨著互聯(lián)網(wǎng)和金融服務(wù)行業(yè)的聯(lián)系日益密切，人們對(duì)于快速、準(zhǔn)確獲取金融信息的需求越來(lái)越迫切。但大量不可信信息的存在給投資決策帶來(lái)了巨大的挑戰(zhàn)。如何在龐大的數(shù)據(jù)中找到可信的信息成為了金融信息服務(wù)領(lǐng)域的關(guān)鍵性問(wèn)題。針對(duì)股票投資這個(gè)特定領(lǐng)域的金融信息服務(wù)需求，本文研究結(jié)合文本傾向性分析的股評(píng)文本可信度計(jì)算方法。
　　本文的主要工作包括：第一、在對(duì)股評(píng)文本和股票領(lǐng)域文本特點(diǎn)進(jìn)行分析的基礎(chǔ)上，研究面向股評(píng)文本的傾向性分析方法。著重研究三種特征選

2、擇方法，包括：基于Uni-Gram/Bi-gram過(guò)濾的特征選擇方法、基于自動(dòng)發(fā)現(xiàn)領(lǐng)域詞典的特征選擇方法以及基于文章結(jié)構(gòu)的特征選擇方法，實(shí)驗(yàn)顯示當(dāng)三種特征同時(shí)使用時(shí)，系統(tǒng)的性能最優(yōu)。第二、由于中國(guó)股市沒(méi)有做空機(jī)制，導(dǎo)致股評(píng)文本中正面股評(píng)的數(shù)量遠(yuǎn)遠(yuǎn)大于負(fù)面股評(píng)。股評(píng)類(lèi)別分布的不平衡明顯影響了基于有監(jiān)督學(xué)習(xí)的分類(lèi)器性能。為此，研究了面向不平衡股評(píng)數(shù)據(jù)的傾向性分析。這里分別研究了基于過(guò)采樣和基于集成學(xué)習(xí)的不平衡分類(lèi)處理方法。實(shí)驗(yàn)結(jié)果顯示基于過(guò)

3、采樣的方法對(duì)系統(tǒng)性能的提升有限，而基于集成學(xué)習(xí)的方法明顯提高了少類(lèi)樣本分類(lèi)性能。第三、利用帶有分類(lèi)標(biāo)注的股評(píng)和股評(píng)發(fā)布后實(shí)際股價(jià)變化的一致性分別評(píng)估發(fā)布者的歷史可信度和行業(yè)可信度。第四、結(jié)合股評(píng)文本傾向性分析和信息發(fā)布者的可信度評(píng)估實(shí)現(xiàn)了股評(píng)可信度計(jì)算和股價(jià)預(yù)測(cè)系統(tǒng)。實(shí)驗(yàn)顯示本文實(shí)現(xiàn)系統(tǒng)的預(yù)測(cè)性能優(yōu)于主流股評(píng)機(jī)構(gòu)。
　　本文的主要貢獻(xiàn)在于：第一、基于短股評(píng)文本建立了股評(píng)相關(guān)的領(lǐng)域詞典。在對(duì)股評(píng)文本的特點(diǎn)深入觀察分析的基礎(chǔ)上，提出了