基于文本分析——LSTM的量化选股模型.pdfVIP

E-CommerceLetters电子商务评论,2025,14(5),3195-3203

PublishedOnlineMay2025inHans./journal/ecl

/10.12677/ecl.2025.1451633

基于文本分析——LSTM的量化选股模型

路优

贵州大学经济学院，贵州贵阳

收稿日期：2025年4月11日；录用日期：2025年4月26日；发布日期：2025年5月31日

摘要

股票市场的波动深刻影响投资者决策，凸显量化选股的关键意义。本研究创造性地将文本分析和长短期

记忆神经网络(LSTM)相结合，构建了选股模型。模型先借助TF-IDF和TextRank剖析相关财经新闻及行

业简报，挖掘热门利好行业及股票，再运用LSTM模型预测所选股票最低价走势，为投资者决策提供参考

2

依据。经过模型评估，其均方误差(MSE)为0.02037，平均绝对误差(MAE)为0.09182，决定系数(R)达

到0.9