%A 余传明, 龚雨田, 王峰, 安璐 %T 基于文本价格融合模型的股票趋势预测* %0 Journal Article %D 2018 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2018.0420 %P 33-42 %V 2 %N 12 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4586.shtml} %8 2018-12-25 %X

【目的】在传统股票预测模型的基础上, 提高股票价格预测准确率, 降低股票交易风险, 研究大数据环境下的股票价格变化趋势。【方法】提出一种新的文本价格融合模型。该模型对股票论坛上的评论文本预处理后, 通过深度表示学习生成评论文本的特征矩阵, 使用K均值聚类方法生成文本类别; 结合开盘价、收盘价等15个原始价格指标, 使用多层感知机算法预测股票价格趋势。【结果】使用该模型进行预测, 所得精度为65.91%, 超出单独使用价格特征的模型7.76%, 超出单独使用文本特征的模型11.37%, 预测性能具有较大提升。【局限】只对个股进行预测研究。【结论】本文模型从文本和价格结合的角度出发提高股票预测精度, 为股价趋势预测相关研究者和从业者提供新的研究方法和研究视角。