申请/专利权人:北京工商大学
申请日:2023-02-22
公开(公告)日:2023-08-04
公开(公告)号:CN116541484A
主分类号:G06F16/33
分类号:G06F16/33;G06F40/242;G06N3/08;G06Q40/04;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.22#实质审查的生效;2023.08.04#公开
摘要:本发明公布了一种融合股民情绪和股票事件的多特征股票趋势预测方法,包括:S1、获取目标股票财务数据以及该时间段内对应股票的新闻事件文本信息以及股民评论文本信息;S2、文本数据和财务数据预处理;S3、股民文本信息情感词典的构建;S4、事件新闻文本的实体抽取以及关系抽取,将所有抽取的元素构建事件网络;S5、新闻事件文本信息和股民评论文本信息特征的提取;S6、融合股民情绪和股票事件的多特征股票趋势预测模型的构建及股票趋势的预测。本发明在预测股票涨跌走势方面的准确率有明显提高,可为用户的股票购买提供参考,从而让用户更方便的进行股票购买相关决策。
主权项:1.一种融合股民情绪和股票事件的多特征股票趋势预测方法,其特征在于,包括以下步骤:S1、获取目标股票财务数据以及该时间段内对应股票的新闻事件文本信息以及股民评论文本信息;S2、文本数据和财务数据预处理;S3、股民文本信息情感词典的构建;S4、事件新闻文本的实体抽取以及关系抽取,将所有抽取的元素构建事件网络;S5、新闻事件文本信息和股民评论文本信息特征的提取;S6、融合股民情绪和股票事件的多特征股票趋势预测模型的构建及股票趋势的预测。
全文数据:
权利要求:
百度查询: 北京工商大学 一种融合股民情绪和股票事件的多特征股票趋势预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。