[發(fā)明專利]一種證券市場情緒指數(shù)智能計算信息系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011095683.5
• 申請日: 2020-10-14
• 公開（公告）號: CN112200674B
• 公開（公告）日: 2022-09-13
• 發(fā)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(yè)思數(shù)據(jù)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(shù)智能計算信息系統(tǒng)，其特征在于，該系統(tǒng)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(shù)據(jù)抓取與清洗；

所述的算法模塊包含基于情感詞自發(fā)現(xiàn)模型的指數(shù)計算方法模型與基于特征向量修正的指數(shù)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(fā)現(xiàn)模型的指數(shù)計算方法，包含：

步驟1、利用已有財經(jīng)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(shù)據(jù)里隨機抽取樣本并進行數(shù)據(jù)清洗；

步驟3、結合金融詞典利用jieba分詞包對樣本數(shù)據(jù)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(fā)現(xiàn)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(shù)據(jù)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(shù)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(shù)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(tǒng)計恐懼情感詞的個數(shù)，記為N_ij，文本的總詞數(shù)記為C_ij，同時統(tǒng)計積極詞pos和消極詞neg的個數(shù)，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(fā)生膨脹，同時保證指數(shù)可在同一標準下進行比較，通過一個sigmoid函數(shù)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?jīng)]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(shù)計算方法，包含：

S1、從新增的股票評論數(shù)據(jù)里隨機抽取一定量的樣本并進行數(shù)據(jù)清洗；

S2、結合金融詞典利用jieba分詞包對樣本數(shù)據(jù)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(fā)現(xiàn)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(shù)據(jù)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(tǒng)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(tǒng)計量共同構成特征向量作為模型訓練的數(shù)據(jù)，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(shù)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(shù)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。