[发明专利]一种基于社区结构分析的大盘股指预测系统

摘要

本发明提供一种基于社区结构分析的大盘股指预测系统；构建网络社团划分模块、文本情绪分类模块、社团情绪指数计算模块、检测与大盘股指波动最相关社团模块；通过实施该系统主要解决了现有专利在预测分析股市未来行情时，未考虑社会舆论倾向的问题。在此通过分析各大网络论坛发布的海量文本信息，计算网络不同社团的情绪指数的时间序列与大盘指数的相关系数，找到情绪波动与大盘最相关的社团。最终该社团的情绪倾向，可作为预测股市波动的一个重要因素。

主权项

一种基于社区结构分析的大盘股指预测系统，其特征在于：构建网络社团划分模块：用于对网络社区进行划分，这里使用标签传播算法，划分出网络的社团结构；构建文本情绪分类模块：首先标注训练集，选取部分从金融论坛爬取的文本内容，人工标注出这些帖子的情绪倾向；将标注好的标注集中，选取k％作为训练集，剩余的1‑k％作为预测集，训练出分类模型；使用训练集，训练出分类模型，预测集用来检验模型效果，并适当调整模型参数；分别训练出逻辑回归、支持向量机、贝叶斯分类等分类模型，然后使用了集成学习，对之前训练出的模型聚合，这里使用投票聚合的方式，对各个不同模型预测的结果进行投票，占多数的模型分类结果就是聚合模型的结果；使用训练好的模型，对于已经向量化的待分类文本进行分类，得到每个文本的情绪分类结果(积极(1)，消极(‑1)，中性(0))；构建社团情绪指数计算模块：由于每个社团的成员结构，影响力都有所不同，所以只需关注影响力最大的前n个社团即可；将各个社团内部的所有成员发布的文本汇总，然后分析各个社团每天的情绪倾向；计算每个社团所发的每条文本的情绪，然后将持积极情绪的文本占比作为该社团当天的情绪指数；公式如下所示：Indexik=Σj=kϵ(Postijn)count(Postikn)ϵ(t)=1t>00t≤0]]>其中Postijn表示第i个社团在第j天所发的编号为n的帖子的情绪倾向，函数ε识别出发布文本中中持积极情绪的那部分结果，Indexik表示第i个社团在第k天的情绪指数；构建检测与大盘股指波动最相关社团模块：得到每个社团情绪指数时间序列之后，我们分别设置延迟k(k＝0，1，2，...)天，计算每个社团的情绪指数与股市大盘指数的相关系数，得到相关系数最大的前n个社团，将这些社团成员的情绪作为衡量股市波动的重要指标。