基于微博搜索和SVM的股市时间序列预测研究.pdfVIP

计 算 机 与 现 代 化 2013 4 JISUANJI YU XIANDAIHUA 212 年第 期 总第 期 文章编号:1006-2475 (2013)04-0022-05 基于微博搜索和SVM 的股市时间序列预测研究 ， ， ， ， 周胜臣 施询之 瞿文婷 石英子 孙韵辰 ( ， 201800) 上海大学 悉尼工商学院 上海 : ， ， 。 摘要 近年来 随着微博 的快速发展 其海量信息的挖掘 已经成为一个热 门的学术 焦点 本文针 对微博数据挖掘在金 融 SVM 。 ， 、 、 领域的应用提出一种基 于微博搜索和 的股市 时间序列预测方法 以微博搜索功 能为基础 进行主题 未来倾向 情 ， ， 。 感三级分类 实现对微博平台上投 资者情绪进行侦测 并计算相应的投 资者看涨情绪指标和看跌情绪指标 将 两个指标 ， SVM MTPH＆BSI 。 、 数据 引入传统的基于股市历史数据 的时序预测方法 形成基 于 的多变量时序预测模型 经过样本训练 、 ， 参数寻优 测试样本预测等过程 实验结果表 明本文所构造的预测模型比传统基于历史数据 的单 变量 时序预测模型具有 更佳的预测性能和更好的泛化能力。本文对于研究微博等社会化媒体的服务 能力具有借鉴意义 。 : ; ; ; 关键词 支持向量机 微博搜索 股市预测 投 资者情绪 中图分类号:TP391 文献标识码:A doi: 10 ． 3969 /j ． issn． 1006-2475 ． 2013． 04 ． 006 Stock Market Time-series Prediction Based on Weibo Search and SVM ZHOU Sheng-chen ，SHI Xun-zhi ，QU Wen-ting ，SHI Ying-zi ，SUN Yun-chen (Sydney Institute of Language ＆ Commerce ，Shanghai University ，Shanghai 201800 ，China) Abstract :With the rapid growth of Weibo ，its vast data mining technology has become a major academic topic in recent years． This paper provides a method of time-series prediction on stock market b