文本情绪分析在金融市场预测中的应用前沿.docxVIP

文本情绪分析在金融市场预测中的应用前沿

一、引言

长期以来，金融市场预测的主流框架围绕结构化数据搭建，从宏观经济指标、上市公司财务数据到量价交易数据，都是模型的核心输入变量。但经典金融理论框架下的“完全理性人”假设始终无法完全解释市场中频繁出现的异象，大量实践表明，投资者的情绪波动、预期偏差是驱动资产价格短期波动、甚至引发中长期定价偏离的重要因素。过去受技术能力限制，散落在各类文本中的情绪信息难以被量化捕捉，只能作为非标准化的定性参考。随着自然语言处理技术的快速迭代，针对金融文本的情绪分析能力快速提升，能够将海量非结构化文本中蕴含的乐观、悲观、恐惧、贪婪等情绪转化为可计量的指标，为金融市场预测