基于舆情分析的股票量化投资系统  

作　　者：丁明 

机构地区：[1]上海对外经贸大学,上海200000

出　　处：《投资与创业》2022年第6期4-6,共3页INVESTMENT AND ENTREPRENEURSHIP

摘　　要：人工智能和大数据的快速发展拓宽了金融投资领域预测股票行情的途径,目前其主要用于分析基本面或技术指标对于市场行情的影响,或者将其作为价格模型中的因子进行定价。除"历史不一定重演"的局限性外,仅凭借基于既定客观事实的预测模型也难以体现投资者的情绪及其与证券市场之间的相互作用。因此,本文提出基本假设:舆情反映的市场情绪和针对个股的情感倾向可以用来完善量化策略,提高其收益。策略运行过程包括每日抓取网络新闻和舆情数据并进行数据清洗,对股市整体舆情环境建立语料库并使用GRU、LSTM等神经网络算法进行情感分析,而对单独的个股则基于深度学习建立多粒度完整分析,生成情绪倾向指标。从回测结果来看,吸收了两种舆情信息指标的策略能够在可控回撤下获得较高的收益率,进而证明了本文所作假设成立。

关 键 词：行为金融理论 情感计算 舆情分析 自然语言分析 

分 类 号：F83[经济管理—金融学]