詞匯動(dòng)態(tài)特性與金融指數(shù)的相關(guān)性分析.pdf

1、金融股市是國(guó)民經(jīng)濟(jì)的晴雨表，也是國(guó)家宏觀(guān)經(jīng)濟(jì)發(fā)展的重要表現(xiàn)，因此了解金融股市是把握國(guó)家經(jīng)濟(jì)發(fā)展趨勢(shì)的一個(gè)有效方向。然而金融股市是不斷變化的，要了解、讀懂它較為困難，那么是什么使其如此瞬息萬(wàn)變呢？起主要影響還是國(guó)家相關(guān)政策、財(cái)經(jīng)新聞以及股民對(duì)股市的情緒等等。
　　因此，本文以互聯(lián)網(wǎng)財(cái)經(jīng)文本為研究對(duì)象，從自然語(yǔ)言處理角度出發(fā)，探究財(cái)經(jīng)文本中動(dòng)態(tài)變化的詞匯與股市指數(shù)變化的相關(guān)性，即：“詞匯-指數(shù)”相關(guān)性。這一相關(guān)性問(wèn)題被形式化為兩個(gè)方面

2、：一是股市指數(shù)的漲跌分類(lèi)問(wèn)題、二是股市指數(shù)變化趨勢(shì)回歸問(wèn)題，使用機(jī)器學(xué)習(xí)方法分析財(cái)經(jīng)新聞文本，訓(xùn)練回歸、預(yù)測(cè)分析模型，最終通過(guò)模型預(yù)測(cè)結(jié)果分析“詞匯-指數(shù)”相關(guān)性。將財(cái)經(jīng)文本表示成詞匯的集合，詞匯在每天的財(cái)經(jīng)文本中不斷更新變化，即文本中詞匯及詞匯頻率不斷變化，將這種變化稱(chēng)為：詞匯動(dòng)態(tài)特性。利用詞匯動(dòng)態(tài)特性從文本中識(shí)別出那些與股市指數(shù)波動(dòng)有較高相關(guān)性的詞匯（highly-index-correlated term，HICT），其中HICT

3、詞的識(shí)別是通過(guò)分析詞匯包含的股市指數(shù)信息量及其在時(shí)間序列上的頻率分布方法來(lái)完成，并以HICT詞權(quán)重值作為特征，訓(xùn)練漲跌預(yù)測(cè)和指數(shù)回歸分析模型。通過(guò)以上模型對(duì)股市指數(shù)漲跌進(jìn)行預(yù)測(cè),對(duì)股市收盤(pán)指數(shù)或漲幅等進(jìn)行回歸分析，最終通過(guò)模型預(yù)測(cè)準(zhǔn)確率和回歸結(jié)果相關(guān)性來(lái)探索和驗(yàn)證“詞匯-指數(shù)”相關(guān)性。
　　實(shí)驗(yàn)使用Adaboost算法訓(xùn)練漲跌預(yù)測(cè)模型，使用最近鄰回歸方法對(duì)股市收盤(pán)指數(shù)和漲幅進(jìn)行回歸結(jié)果分析，并對(duì)各種HICT詞特征選擇方法實(shí)驗(yàn)結(jié)果進(jìn)