[發明專利]一種證券市場情緒指數智能計算信息系統

有效

• 申請號: 202011095683.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112200674B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 陳實;譚新龍;李玲芳;陳磊;王荻
• 申請（專利權）人: 上海謙璞投資管理有限公司;西安貝業思數據智能技術服務有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06F40/216;G06F40/289;G06F40/242;G06F16/35
• 代理公司: 上海尚象專利代理有限公司 31335
• 代理人: 徐炫

1.一種證券市場情緒指數智能計算信息系統，其特征在于，該系統包含爬蟲模塊、算法模塊和后臺應用模塊；

所述的爬蟲模塊通過爬蟲與模型架構，進行數據抓取與清洗；

所述的算法模塊包含基于情感詞自發現模型的指數計算方法模型與基于特征向量修正的指數計算方法模型；

所述的后臺應用模塊進行模型任務調度和結果對接；

所述的基于情感詞自發現模型的指數計算方法，包含：

步驟1、利用已有財經類相關詞語資料構建初始金融詞典，作為文本分詞的輸入；

步驟2、從新增的股票評論數據里隨機抽取樣本并進行數據清洗；

步驟3、結合金融詞典利用jieba分詞包對樣本數據進行帶有詞性的中文分詞以及去除停用詞處理；

步驟4、對步驟3的輸出使用新詞發現算法，計算每個候選詞的分值，按分值大小取topN個詞，與已有金融詞典里的詞進行去重處理后形成一個新詞的候選詞表；

步驟5、利用步驟3的輸出結果對預訓練好的Word2vec模型進行增量訓練；

步驟6、從候選詞表和情感詞表進行人工干預過濾掉不構成詞語的詞，并對成詞的詞標注為相應的詞性；

步驟7、利用更新后的金融詞典對新的評論數據和基于詞庫的模型計算每個細分情感的分值；

步驟8、在計算完每篇文本的情感得分后，計算在時刻t針對每只股票i的情感值；

步驟9、如果需要進一步計算某個大盤指數在情感上的分值，則進一步進行計算；

所述的步驟7，計算每個細分情感的分值，恐懼情緒指數的計算方法為：包含：

步驟7.1、對股票i的評論文本j進行帶有詞性的分詞后統計恐懼情感詞的個數，記為N_ij，文本的總詞數記為C_ij，同時統計積極詞pos和消極詞neg的個數，記為和并計算各自在文本中的占比，計算公式為：

其中，恐懼情感詞是消極詞的一個子集，即

步驟7.2、為了防止由于文章長度越長得分越高，即發生膨脹，同時保證指數可在同一標準下進行比較，通過一個sigmoid函數將情緒值轉換為[0,1]的取值，公式為：

步驟7.3、最后對情緒值進行一次取值范圍調整，因為p_ij的最大取值為2/3，且當文本中全是積極詞的時候p_ij的取值無法反映投資者沒有恐懼情緒的事實；恐懼情緒的最終取值為：

當p_ij越接近0表示文本反映出的情緒越積極，即越沒有恐懼情緒；反之，越接近1表示恐懼情緒越強烈；

所述的基于特征向量修正的指數計算方法，包含：

S1、從新增的股票評論數據里隨機抽取一定量的樣本并進行數據清洗；

S2、結合金融詞典利用jieba分詞包對樣本數據進行帶有詞性的中文分詞以及去除停用詞處理；

S3、對S2的輸出使用新詞發現算法計算每個候選詞的分值，按分值大小取topN個詞，與已有金融詞典里的詞進行去重處理后形成一個新詞的候選詞表；

S4、利用S2的輸出結果對預訓練好的Word2vec模型進行增量訓練；

S5、在清洗后的數據中，隨機挑選部分文本，人工標注其情感類別，作為構建模型訓練的訓練集和測試集；

S6、在做分詞之前，對文本中的有用信息進行統計；

S7、對分詞后的詞語保留特定詞性的詞，在人工標注的積極樣本中利用TF-IDF進行篩選和構建詞向量；

S8、結合S6和S7中得到的統計量共同構成特征向量作為模型訓練的數據，再進一步將其隨機分為訓練集和測試集，然后利用邏輯回歸模型訓練；

S9、如果需要進一步計算某個大盤指數在情感上的分值，則進一步進行計算；

所述的S8中，在邏輯回歸模型訓練好后，對新的評論文本i采取同樣的處理流程獲取一樣格式的特征向量，調用模型參數預測其情感得分，記為p_i，取值為[0,1]，越接近于0表示越消極，越接近于1表示情緒越積極；然后計算股票s在時間段t的情緒，公式為：

其中，m是最新計算的情緒的權重，w_j是每篇評論文本的權重，默認為1，用文本長度、作者的關注度即影響力計算該權重；

是前h期的情感平均值。