基于Python的股市市场情绪分析 外汇趋势分析如何分析股票市场
源码下载地址:https://download.csdn.net/download/sheziqiong/85629795
情绪与股市情绪与股市关系的研究由来已久,情绪是市场的一个重要影响因素已成为共识。 15年股灾时,亲历了一次交易灾难,眼见朋友的数千万在一周不到的时间内灰飞烟灭。那段时间市场的疯狂,让人深刻地明白:某些时候,股票市场这个抽象、复杂的系统,反映的不再是价值与供需,而仅仅是人的贪婪与恐惧。
说明这份代码是股市情感分析项目的一部分,这个项目的本意是利用互联网提取投资者情绪,为投资决策的制定提供参考。 在国内这样一个非有效的市场中,分析投资者的情绪似乎更有意义。 这里我们利用标注语料分析股评情感,利用分析结果构建指标,之后研究指标与股市关系。 可以按以下顺序运行代码:
python model_ml.pypython compute_sent_idx.pypython plot_sent_idx.py 数据数据位于data目录下,包括三部分:
标注的股评文本:这些数据比较偏门,不是很好找,这里搜集整理了正负语料各4607条,已分词。从东财股吧抓取的上证指数股评文本:约50万条,时间跨度为17年4月到18年5月。东财上证指数吧十分活跃,约7秒就有人发布一条股评。上证指数数据:直接从新浪抓取下来的。 模型情感分类模型也是文本分类模型,常用的包括机器学习模型与深度学习模型。
model_ml.py:机器学习模型,对比测试了8个模型。model_dl.py:深度学习模型,对比测试了3个模型。 结果在经过情感分析、指标构建这两个流程之后,我们可以得到一些有趣的结果,例如看涨情绪与股市走势的关系。 我们使用的看涨指标公式为: 经过处理之后,“看涨”情绪与股市走势的关系可以描画出来: 这里只展示诸多关系中的一个。
总结这份代码仅为了演示如何从互联网中提取投资者情绪,并研究情绪与股市的关系。 源码下载地址:https://download.csdn.net/download/sheziqiong/85629795
版权声明: 本站仅提供信息存储空间服务,旨在传递更多信息,不拥有所有权,不承担相关法律责任,不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请发送邮件至 举报,一经查实,本站将立刻删除。