事件驱动的股市预测关键技术研究

《事件驱动的股市预测关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文事件驱动的股市预测关键技术研究ＲＥＳＥＡＲＣＨＯＮＫＥＹＴＥＣＨＮＯＬＯＧＩＥＳＯＦＥＶＥＮＴ－ＤＲＩＶＥＮＳＴＯＣＫＭＡＲＫＥＴＰＲＥＤＩＣＴＩＯＮ张文博哈尔滨工业大学２０１８年６月国内图书分类号：ＴＰ１８３学校代码：１０２１３国际图书分类号：００４．８密级：公开工学硕士学位论文事件驱动的股市预测关键技术研究硕士研究生：张文博导师：刘挺教授申请学位：工学硕士学科：计算机科学与技术所在单位：计算机科学与技术学院２０１８年６

2、答辩日期：月授予学位单位：哈尔滨工业大学ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ１８３Ｕ．Ｄ．Ｃ００４．８：Ｍ’ＤｉｓｓｅｒｔａｔｉｏｎｆｏｒｔｈｅａｓｔｅｒｓＤｅｒｅｅｉｎＥｎｉｎｅｅｒｉｎｇｇｇＲＥＳＥＡＲＣＨＯＮＫＥＹＴＥＣＨＮＯＬＯＧＩＥＳＯＦＥＶＥＮＴ－ＤＲＩＶＥＮＳＴＯＣＫＭＡＲＫＥＴＰＲＥＤＩＣＴＩＯＮＣａｎｄｉｄａｔｅ：ＺｈａｎＷｅｎｂｏｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＬｉｕＴｉｎｇＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏ

3、ｒ：ＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｐｐｇｇＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏＳｅｃｉａｌｉｔｙ：ｐｇｙｐＡＳｃｈｏｏｌｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄｆｆｉｌｉａｔｉｏｎ：ｐＴｅｃｈｎｏｌｏｇｙＪｕｎｅ２０１８ＤａｔｅｏｆＤｅｆｅｎｃｅ：，Ｄｅｒｅｅ－Ｃｏｎｆｅｒｒ－ｉｎＩｎｓｔｉｔｕｔｉｏｎ：ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｇｇｙ哈尔滨工业大学工学硕士学位论文摘要“”一股市预测是项非常有挑战

4、的任务一。本文的理论基础是有效市场假说一在法律健全、功能良好、透明度高、竞争充分的股票市场，切有价值的信息已经及时“”、准确、充分地反映在股价走势当中，简单的说就是信息有效。鉴于此，通过事件研宄法建模事件与股价波动之间的隐含关系是合理的，基于事件信息推荐合适的股票买入，然后基于形态匹配选择恰当的时机卖出。本文主要：事件检测，策略选股，择时抛售包括三个研宄点。一事件检测是信息抽取领域中项重要的任务，先前的工作主要考虑句子的序列表示，然而，词与词之间的长范围依赖关系阻碍了这类方法的性能。由于

5、一句法表示是直接地连接词与上下文信息的有效机制，所以本文提出了个基于句法依存树的新奇事件检测模型。此外，为了区分目标词的特异性，本文还提一出了个把句法依存树转化为目标依存树的递归算法，目标依存树的叶子节点是词语，内部节点是依存关系。实验结果展现了本文提出的方法效果出众。策略选股是事件驱动的股票推荐。同样是利用深度学习强大的自学习能力，本文提出一个混合神经网络模型来学习事件与股价之间的隐含联系。为了区分每只股票的特异性，本文使用卷积神经网络对股票背景信息进行向量表示考；虑到金融领域的数字敏感性

6、，本文专门对文本句中的数字做了离散化向量表示；同时利用了长短期记忆网络的时序特性，对事件句进行向量表示，学习其语义和结构特征。实验结果显示模型取得了超过大盘的年化收益率。择时抛售是基于动态时间规整算法的最佳卖出点选择。基于历史信息未来一会再现这思想，先用历史股价数据（包括开盘价、最高价、最低价、收盘价）构建股价形态库，然后基于动态时间规整算法寻找持仓股票的最佳匹配形态，进而得到择时卖出点。实验结果表明在策略选股的基础上，择时抛售策略的加入进一步提高了模型的收益率。本文提出的这种启发式操作策略

7、取得了良好的效果，也间接说明了本课题的研宄可行性。关键词：事件检测；策略选股；择时抛售；神经网络；动态时间规整－Ｉ－哈尔滨工业大学工学硕士学位论文ＡｂｓｔｒａｃｔＳｔｏｃｋｒｅｄｉｃｔｉｎｉｓａａｒｔｉｃｕｌａｒｌｃｈａｌｌｅｎｉｎｔａｓｋ．Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓｏｆｔｈｉｓｐｇｐｙｇｇ“”ｐａｐｅｒｉｓｔｈｅｅｆｆｅｃｔｉｖｅｍａｒｋｅｔｈｙｐｏｔｈｅｓｉｓ，ｎａｍｅｌｙｉｎｔｈｅｓｔｏｃｋｍａｒｋｅｔｗｉｔｈｓｏｕｎｄｔ

8、ｔｒｔｔｔｌａｗｏｏｄｆｕｎｃｉｏｎｈｉｈａｎｓａｒｅｎｃａｎｄｆｕｌｌｃｏｍｅｉｉｏｎａｌｌｖａｌｕａｂｌｅｉｎｆｏｒｍａｉｏｎ，ｇ，ｇｐｙｐ，ｈａｓｂｅｅｎｔｉｍｅｌｙ，ａｃｃｕｒａｔｅｌｙａｎｄｆｕｌｌｙｒｅｆｌｅｃｔｅｄｉｎｔｈｅｔｒｅｎｄｏｆｔｈｅｓｔｏｃｋｐｒｉｃｅ，