[发明专利]一种结合新闻文本的股票智能预测方法

摘要

本发明公开了一种结合新闻文本的股票智能预测方法，首先对新闻文本进行预处理，过滤中文分词和停用词，删除没有时间标签的新闻文本；确定股票的预测时长Δt，根据新闻文本的时间标签过滤选择新闻文本；对过滤选择的新闻文本进行特征表示，并和对应时刻的股票数据特征向量组成对应时刻的特征表示向量构建自编码器深度学习网络，将特征表示向量输入自编码器深度学习网络进行压缩和特征提取，得到低维特征表示向量构建ELM神经网络模型，对股价的变化程度进行定量表示，确定ELM神经网络模型的目标输出值；优化ELM神经网络模型参数，得到最终的预测模型。本发明通过新闻事件和历史行情数据的结合，解决股票预测准确度低的技术问题。

主权项

1.一种结合新闻文本的股票智能预测方法，其特征在于，包括以下步骤：1)对新闻文本进行预处理，过滤中文分词和停用词，删除没有时间标签的新闻文本；2)确定股票的预测时长Δt，根据新闻文本的时间标签过滤选择新闻文本；3)对过滤选择的新闻文本进行特征表示，并和对应时刻的股票数据特征向量组成对应时刻的特征表示向量4)构建自编码器深度学习网络，将步骤3)得到的特征表示向量输入自编码器深度学习网络进行压缩和特征提取，得到低维特征表示向量5)构建ELM神经网络模型，对股价的变化程度进行定量表示，确定ELM神经网络模型的目标输出值；6)根据步骤5)所确定的目标输出值，并将步骤4)得到的低维特征表示向量作为ELM神经网络模型的输入，优化ELM神经网络模型参数，得到最终的预测模型。