论文部分内容阅读
通过对股民评论信息进行分析实现股票价格预测。构建了一个股民评论信息语料库,利用深度学习方法双向长短期记忆网络(双向LSTM)模型对股民评论信息的情感进行分类,提出了股民评论信息的情感影响力计算方法;通过对9种不同时间窗口的数据进行分析,并根据3种不同计算方法的结果进行股票价格走势预测。实验结果表明预测趋势与股票的实际走势拟合较高,能够为投资者在投资决策中提供帮助。