南京航空航天大学经济与管理学院 徐伟 李韵喆
随着互联网技术的不断发展,互联网新闻中包含了越来越多的财经资讯。财经网站已经演变成投资者用来交换想法与新闻媒体传播的主流载体,行业新闻与个股新闻在证券市场上对投资者的投资决策起到关键性作用。但是,投资者从海量的财经新闻中分离出有效的信息仍然存在着较大困难。因此,提供一种科学有效的方法来帮助投资者判断新闻的影响力是至关重要的。
目前,探索互联网媒体与股市关系的传统研究较少,大多数学者在有限理性假说的基础上,对投资者心理、投资行为、市场信息非对称性、政府对新闻媒体的控制以及财经新闻语义分析等方面进行研究,其研究结果偏理论性和概括性。而近几年,随着大数据的不断成熟,数据挖掘技术在证券市场预测上的运用也逐渐增加。
互联网财经新闻所蕴含的数据是非结构化的,所以将新闻量化成可视化的时间序列数据具有一定的挑战性。国内学者运用文本分类的基本方法对新闻标题或者板块个股的新闻进行情感分类,构建中文分词词典和情感词典。分词方面,罗海飞等在不断改进贝叶斯算法的基础上进一步提高文本分类的正确率。西南财经大学赵丽丽等主要应用文本挖掘技术和多元线性回归分析方法,结合股票主要技术主表就互联网财经新闻对股市影响进行了实证分析与定量研究。……