[发明专利]股票基金的投资者情绪指数构建方法、累计净值收益率预测方法、装置及设备

说明书

本发明提供了一种股票基金的投资者情绪指数构建方法、累计净值收益率预测方法、装置及设备，其中的投资者情绪指数构建方法包括：采用网络爬虫技术从股评网络平台爬取到发表于预定时期的若干关于所述股票基金的基金评论数据；采用训练好的情绪文本分类模型对获取到的各所述基金评论数据实施分类，获得各所述基金评论数据的情绪类别，其中，所述情绪类别包括乐观情绪和悲观情绪两种；基于各所述基金评论数据的情绪类别构建出所述股票基金在所述预定时期的投资者情绪指数。本发明提供的投资者情绪指数构建方法，其通过对基金评论数据进行文本挖掘实施对基金评论的类型划分，并在此基础上获取到股票基金的投资者情绪指数，为股票基金投资收益预测模型的构建奠定了基础。

技术领域

本发明涉及金融大数据处理领域，具体而言，本申请涉及一种股票基金的投资者情绪指 数构建方法、累计净值收益率预测方法、设备及介质。

背景技术

由于，从基金绩效来看，股票基金的风险和收益绩效主要来自于基金公司的规模实力、 基金经理的经验和稳定性、投资人的持有期限、申购赎回的净现金流等因素。因此，传统的 股票基金投资收益预测模型在对股票基金在未来一段时间内的累计净值收益率进行预测时， 往往只考虑股票基金的历史收益情况、投资者的历史行为及基金经理的行为等数据，其并未 过多地去考虑投资者的心理因素。

然而，心理因素一直以来都是影响人们分析问题、做出决策的重要因素，也是相对于其 他因素比较难直观衡量的因素，对投资领域的影响主要体现在情绪上。譬如我国的股票市场 存在大量的散户投资者，其资本少、易受其他投资者影响的特点尤为显著。

因此，有必要将投资者的情绪引入至股票基金投资收益预测中，以提升股票基金投资收 益预测模型的预测效果，从而使得投资者能够更好的识别投资机会、平衡波动风险、增强投 资信心、稳定市场情绪。

发明内容

为了实现上述技术目标，本发明第一方面提供了一种股票基金的投资者情绪指数构建方 法，其具体技术方案如下：

一种股票基金的投资者情绪指数构建方法，其包括：

从股评网络平台获取到发表于预定时期的若干关于所述股票基金的基金评论数据；

采用训练好的情绪文本分类模型对获取到的各所述基金评论数据实施分类，获得各所述 基金评论数据的情绪类别，其中，所述情绪类别包括乐观情绪和悲观情绪两种；

基于各所述基金评论数据的情绪类别构建出所述股票基金在所述预定时期的投资者情 绪指数。

本发明第二方面提供了一种股票基金的累计净值收益率预测方法，其具体技术方案如下：

一种股票基金的累计净值收益率预测方法，包括：

获取W个月的历史截面数据作为训练数据，其中，所述历史截面数据包括：所述股票基 金在月度i至月度i+F的基金累计净值收益率，所述股票基金在月度i的收益特征数据，所述 股票基金在月度i的所述投资者情绪指数，所述股票基金在月度i的投资者行为特征数据，所 述股票基金在月度i的基金经理行为特征数据，

其中：所述投资者情绪指数按权利要求1-4任一项所述的投资者情绪指数构建方法获取， t-W≤i≤t-1，F为收益预测的时间周期；

采用获取到的W个月的历史截面数据实施对通过机器学习算法模型预先构建的收益预测 模型的训练，获取训练好的收益预测模型；

采用训练好的所述收益预测模型预测所述股票基金在未来F个月的基金累计净值收益率。

本发明第三方面提供了一种股票基金的累计净值收益率预测装置，其包括：