基于主题模型与泊松因子分析的股票市场情绪分析-集成电路工程专业论文.docxVIP

IIIIIHII IIIIIHII 1 0HI Wil l Illl III Y3025806 厦门大学学位论文著作权使用声明 本人同意厦门大学根据《中华人民共和国学位条例暂行实施办 法》等规定保留和使用此学位论文，并向主管部门或其指定机构送交 学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书 馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国 博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和 摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。 本学位论文属于： ( )1．经厦门大学保密委员会审查核定的保密学位论文， 于 年 月 日解密，解密后适用上述授权。 (√)2。不保密，适用上述授权。 (请在以上相应括号内打“√”或填上相应内容。保密学位论文 应是已经厦门大学保密委员会审定过的学位论文，未经厦门大学保密 委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认 为公开学位论文，均适用上述授权。) 声明人(签名)：互觳 M‘年t月伽日 万方数据 摘要股票市场是市场经济的重要组成部分，不仅关系到国民经济的发展和金融市 摘要 股票市场是市场经济的重要组成部分，不仅关系到国民经济的发展和金融市 场的稳定，也关系到广大普通投资者的经济利益。随着我国股票市场的日益繁荣， 股票市场的发展情况也变的日趋复杂，股票市场经常在短期内出现大跌大涨的悲 喜剧。股票市场如此剧烈的大幅变动不仅是金融界的热点，更使学术界对影响股 票市场走势的因素倍加关注，而股票理论研究的主流方向行为金融学则认为投资 者的情绪会对金融市场产生影响。随着互联网的不断发展繁荣，投资者也越来越 倾向于在网络上发表自己对于股市的各种观点并进行交流，股票论坛、贴吧、社 区等互联网产品上不仅蕴含着各类型的股市资讯，更包含着海量能够反映投资者 情绪的文本数据，因此，从海量互联网股票文本数据中快速准确地挖掘到投资者 的情绪倾向及其与股票走势的关系，优化投资者决策、促进股票市场健康发展， 是十分具有实际意义的。 本文以数据挖掘理论中的文本情感分类技术为基础，利用主题模型及泊松因 子分析模型，对互联网上的海量股市评论进行建模，提出基于LDA与泊松因子 分析的文本情感分类方法，挖掘专业股票评论网站上投资者评论的情感倾向，并 预测股票市场走势。本文的主要工作有以下几个方面： 1．克服传统文本情感分类算法过度依赖情感词典、提取特征无法表现文本 语义信息的弊端，提出以LDA与泊松因子分析为基础的文本情感分类方法，利 用LDA与泊松因子分析提取文本．主题矩阵作为特征，与相应的文本情感标签一 起训练SVM分类器。使用权威的文本情感分类数据库试验此方法，得到可比拟 文本情感分类领域权威方法的准确率。 2．利用网络爬虫完成了针对特定网页下发表于特定时间的股评文档的爬取， 将文本数据进行数据清洗及预处理，并人工添加文档的情感标签，完成了对于股 票市场分析的文档库的建立。利用基于LDA与泊松因子分析的文本情感分类方 法处理股评文档库，得到的针对股评文本情感分类器的测试准确率分别为75．42％ 与79．95％。 3．以41个交易日的股评文档库为输入数据、以每个交易日的上证指数为基 准，根据每个交易日的股评文档分类结果预测下一个交易目的股市走势，基于 LDA方法与基于PFA方法得到的股市走势预测准确率分别为56．098％和60．98％。 万方数据 实验结果表明，基于主题模型及泊松因子分析模型的文本情感分类算法可以 实验结果表明，基于主题模型及泊松因子分析模型的文本情感分类算法可以 快速有效地从海量股票评论中挖掘出投资者的情感倾向，并可以在一定程度上预 测股票市场的未来走势、辅助投资者决策，因此本文的研究内容是具有一定实际 应用意义与发展前景的。 关键词：情感分类；主题模型；泊松因子分析 万方数据 ABSTRACTThe ABSTRACT The stock market is an important part of market economy,not only relates to the development of the national economy and the stability of financial markets．but also related to the economic interests of the masses of ordinary investors．With China’s booming stock market appearing，the development ofthe stock market is also becoming increasingly complex，the stock m