[發明專利]一種基于互聯網數據采集的情緒指數構建方法

在審

• 申請號: 201611030961.2
• 申請日: 2016-11-16
• 公開（公告）號: CN106780036A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 都科
• 申請（專利權）人: 碩橙（廈門）科技有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于數據分析技術領域，特別涉及一種關于股票價格預測的情緒指數構建方法。

背景技術

近年來，金融學界大量學術研究發現非標準化的數據，例如通過特殊方法構建的投資者關于市場的情緒波動指數、關于監管層面政策不確定性的相關指數，以及投資者在網絡上發表的關于投資的正負面言論等，對于解釋和分析金融市場波動起到了關鍵性的作用。因此，區別于目前通用的例如股票開盤價、收盤價、交易量等標準化金融數據，可通過構建市場投資者的情緒指數，來對股票價格日常走勢進行預測。

發明內容

本發明的目的，在于提供一種基于互聯網數據采集的情緒指數構建方法，其可通過IT技術獲取市場投資者的情緒指數，對金融市場中的投資決策提供重要的附加信息。

為了達成上述目的，本發明的解決方案是：

一種基于互聯網數據采集的情緒指數構建方法，包括如下步驟：

步驟1，獲取互聯網數據中針對某項投資的關注程度；

步驟2，構建正負情緒指標；

步驟3，從公開市場獲取當月IPO數量和當日股票價格波動兩項指標；

步驟4，根據如下公式計算市場投資者情緒指數：

市場投資者情緒指數＝[A/(A+B+C+D)]*關注程度(Focus)+[B/(A+B+C+D)]*正負情緒指標(PosNegSentiment)+[C/(A+B+C+D)]*當月IPO數量(IPOnum)+[D/(A+B+C+D)]*當日股票價格波動(Volatility)

其中，A，B，C，D分別為關注程度、正負情緒指標、當月IPO數量、當日股票價格波動的權重。

上述步驟1的詳細內容是：根據上市公司總部所在地對應的IP所發表的關鍵字進行檢索，針對某項投資，以固定時間段為單位收集相關指數，來作為關注程度，所述相關指數是指在固定時間段內關鍵字出現次數的總和。

上述固定時間段為每月、每周、每天、每小時或每分鐘。

上述步驟2的詳細內容是：

步驟21，采用ORACLE關系型數據庫，包括表guba，表authors，表articles和表comments，通過如下步驟構建數據庫：

1)發送HTTP請求至股吧主頁URL，獲取HTML內容并解析，記錄page＝1；

2)查找新標簽，遍歷子節點；

i.將帖子的標題、作者、股吧賬號、發表日期、最后更新日期存入表articles；

ii.訪問帖子URL，獲取細覽頁HTML內容并解析，將內容、閱讀數、評論數存入表comments；

iii.訪問作者URL，獲取作者頁HTML內容并解析，將作者信息存入表authors；

iv.訪問帖子股吧URL，將股吧信息存入表guba；

3)獲取帖子總數和每頁帖子數，判斷當前是否為最后一頁，如果不是最后一頁，則訪問下一頁，記錄page＝page+1，重復步驟2)；

步驟22，基于網頁得到的語義數據，通過語義分析領域通用的中文情感極性詞詞典使用SOSA算法進行分析，SOSA算法持續多次隨機輪詢節點，并根據以上方式進行狀態改變；然后，逐漸將溫度下降，重復下一輪操作；

步驟23，當輪詢次數達到預設，或滿足停止準則時，結束重復過程，以當前結果作為正負情緒指標。

上述步驟4中，權重的計算方法是：查詢股票實時收益，同時將步驟1-3得到的關注程度、正負情緒指標、當月IPO數量、當日股票價格波動代入下式，

股票實時收益＝A*關注程度+B*正負情緒指標+C*當月IPO數量+D*當日股票價格波動+殘差

假設殘差符合正態分布，應用多元線性回歸得出A，B，C，D的值。

采用上述方案后，本發明利用非標準化數據對金融領域的影響，將非標準的網絡情緒數據和標準的金融數據有機結合，構成一套非標準化的、能夠準確衡量市場投機情緒的指數，基金經理，風控經理以及廣大投資者可以依據此信息調整投資策略，規避市場風險。

具體實施方式

以下將結合具體實施例，對本發明的技術方案及有益效果進行詳細說明。

本發明提供一種基于互聯網數據采集的情緒指數構建方法，可通過設計相應的指數，通過IT技術從網絡上合法獲取計算該指數所需要的相關信息。