提出一种基于金融文本情感分析的指数预测模型SA-BERT-LSTM该模型通过东方财富网获取新闻文本,然后用NLP领域的知名文本分析模型BERT结合LSTM模型进行情感分析,提取情感极性特征;然后将股票行情交易数据与情感特征融合一起输入LSTM,对沪深300指数涨跌进行预测
情感分析长短时记忆网络预训练语言模型股指预测研究目标:探讨如何对媒体报道,公司新闻等非结构化数据进行文本分析,并应用于股票价格波动预测.研究方法:提出一种基于金融文本情感分析的指数预测模型SA-BERT-LSTM,对沪深300指数的涨跌进行预测.研究发现:情感分析特征能够有效提高模型预测的准确率;相比三种对照模型(BP神经网络...
研究目标:探讨如何对媒体报道,公司新闻等非结构化数据进行文本分析,并应用于股票价格波动预测.研究方法:提出一种基于金融文本情感分析的指数预测模型SA-BERT-LSTM,对沪深300指数的涨跌进行预测.研究发现:情感分析特征能够有效提高模型预测的准确率;相比三种对照模型(BP神经网络,支持向量机,XGBoost),SA-BERT-LSTM模型预测...