电子科技大学 UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA 专业学位硕士学位论文 MASTER THESIS FOR PROFESSIONAL DEGREE 论文题目 基于机器学习的股市舆情分析 及其应用研究 专业学位类别 工商管理硕士 学 号 201972151252 作者姓名 指导教师 刘堃 陈磊 副教授 学 院 经济与管理学院 分类号 密级 UDC 注 1 学 位 论 文 基于机器学习的股市舆情分析及其应用研究 （题名和副题名） 刘堃 （作者姓名） 陈磊 副教授 成都 指导教师 电子科技大学 （姓名、职称、单位名称） 硕士 工商管理硕士 2023年 5月 30日 2023年 6月 申请学位级别 提交论文日期 专业学位类别 2023年 4月 13日 论文答辩日期 电子科技大学 学位授予单位和日期 答辩委员会主席 评阅人 注 1：注明《国际十进分类法 UDC》的类号。 Research on the Analysis and Application of Stock Market Public Opinions Based on Machine Learning A Master Thesis Submitted to University of Electronic Science and Technology of China Discipline Student ID Author Master of Business Administration 201972151252 Liu Kun Supervisor School Prof. Chen Lei School of Management and Economics 摘要 摘要 随着金融市场的发展，行为金融学越来越受到人们的关注，并被用来分析现实 经济市场中存在的许多有效市场假说难以充分解释的现象。由于互联网的快速普 及和发展，它不仅成为信息发布、分享、交换、互动的重要渠道，而且也是引起公 众讨论的重要场所。在这里，人们可以轻松地掌握各种有价值的消息，从而可以更 好地理解市场的变化，把握市场的趋势。现实市场中的投资者受到网络股市舆情的 影响，会将个人情绪带入决策过程，并影响自身和周围投资者的决策。通过计算机 技术对网络股市舆情文本信息进行处理和分析，挖掘网络股市舆情中有价值的信 息，并定量分析其与市场趋势的关系，己成为行为金融学研究领域的一个重要课题。 本文通过对国内外文献的总结，以及相关理论和技术的研究与分析，结合自然 语言处理和机器学习算法，对网络股市舆情进行分析，提取代表其关键信息的关键 词组，并运用基于机器学习的回归模型，分析其与市场指标的关系，进而对市场趋 势进行预测，达到指导投资者进行投资决策的目的。本文的主要研究工作和研究成 果如下： （1）文本处理和量化分析方法 通过对自然语言处理的理论和方法的研究，利用网络股市舆情数据，对文本进 行清洗、分词处理，形成基础网络股市舆情语料库，并采用 VSM模型对文本进行 量化处理，为关键词的提取提供基础数据。 （2）基于语义和统计权重的关键词提取 通过对关键词提取技术的研究，首先利用基础情感词典和 Word2Vec方法，实 现基于语义的领域关键词扩展及相关性建模，然后利用 TF-IDF方法计算关键词的 统计权重，并结合语义和统计权重，实现关键词的扩展和提取，为舆情与市场指标 的量化分析提供了基础。 （3）基于机器学习的舆情数据应用研究 利用本文提出的关键词提取算法，说明了网络股市舆情与市场指标具有相关 性。同时，结合不同的关键词提取算法和线性回归、BP网络回归和 SVR回归三种 回归模型，进一步分析了网络股市舆情与市场指标的量化关系，并基于实证研究的 结果，说明了网络股市舆情可以对市场指标进行分析和预测。同时，相比采用独立 语义或统计权重的提取算法，本文提出的关键词提取算法能够更加有效并准确的 描述网络股市舆情。本文提出的关键词提取技术和基于机器学习的回归分析方法， 对投资者和研究者具有一定的理论和实践指导意义。 I 摘要 基于相关理论和技术的研究以及实证论证，结合东方财富网中新能源欧亿·体育（中国）有限公司头 部企业比亚迪的实证研究结果表明：结合语义和统计权重的关键词提取算法，能够 有效的提取网络股市舆情的关键信息。基于机器学习的回归模型，利用已提取的网 络股市舆情关键词，可以定量分析网络股市舆情与市场指标的关系，并用于市场趋 势的分析和预测，对投资者和研究者具有一定的理论和实