收藏本站
《兰州理工大学》 2020年
收藏 | 手机打开
二维码
手机客户端打开本文

基于AdaBoost-IWOA-Elman算法的股市网络舆情预测研究

康亮河  
【摘要】:股票市场的变化是一个国家经济发展的“晴雨表”,中国股市的投资者大多以散户为主,依靠各种新闻报道、通过分析报告或者一些小道消息来分析和买卖股票,近年来随着网络技术的快速发展,越来越多的股民喜欢通过网络平台发表或获取相关股票的评论,作为股票投资的重要渠道。股市网络舆情在股票论坛中多以网络评论的形式存在,其中大约90%是文本数据,具有数据量大、非结构化、实时变化的特点,因此投资者如何利用网络上的碎片评论信息来预测股市的发展趋势,并以此来优化自己的投资决策是目前研究的一个热点也是难点。本文选取2016年东方财富股吧(http://guba.eastmoney.com)的上海证券交易所股票价格综合指数(Shanghai Stock Exchange,SSE)180股指的网络评论为研究对象,利用文本挖掘技术构建基于基于自适应噪声的完全集合经验模态分解(Complete Ensemble Empirical Mode Decomposition With Adaptive Noise,CEEMDAN)算法的AdaBoost-IWOA-Elman预测模型。文章具体工作如下:(1)股市信息的获取及规范化。首先利用Python Spyder网络爬虫抓取东方财富网2016年SSE180股指的评论信息,通过Python Jieba中文分词对评论信息分词,并利用多个停用词表去除高频率且无意义的停用词,通过词频-逆文本频率指数(Term Frequency–Inverse Document Frequency,TF-IDF)算法计算舆情特征词在整体舆情数据语料库中的重要程度,最后根据特征词权重的高低,利用向量空间模型(Vector Space Model,VSM)模型来表示量化后的数据集。(2)重要属性选择。首先通过Boruta算法初步筛选重要属性以减少属性集的复杂度,然后通过CEEMDAN算法在筛选的各属性中添加一定数量特定方差的白噪声,实现属性序列的分解与降噪,最后将分解后各属性值中相近的固有模态函数(Intrinsic Mode Function,IMF)分量及R余项合并,将合并后的分量及余项作为最后的建模属性集。(3)构建AdaBoost-IWOA-Elman预测模型。首先利用鲸鱼优化算法(Whale Optimization Algorithm,WOA)算法在迭代过程中不断优化Elman神经网络的初始权值和阈值,有效解决了Elman神经网络预测精度低的问题,同时为了增强鲸鱼优化算法的全局搜索能力和局部开采能力,引入自适应权重,以保证WOA算法在迭代过程中有合适的非线性权重,最后利用AdaBoost算法,通过连续迭代将5个弱IWOA-Elman预测器重新组合成一个强预测器,从而提高了预测精度。实验结果表明:组合预测模型AdaBoost-IWOA-Elman,比单独使用Elman神经网络,其平均绝对误差(Mean Absolute Error,MAE)从269.57降低至122.235,与未采用CEEMDAN算法的原始数据集相比,其平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)从4.9423%降低到1.671%,有效提高了预测精度,为股市网络舆情的预测提供了一种有效可行的试验方法。
【学位授予单位】:兰州理工大学
【学位级别】:硕士
【学位授予年份】:2020
【分类号】:TP18;TP391.1;F832.51

免费申请
【相似文献】
中国期刊全文数据库 前10条
1 邓培敏;陈明华;佘恬;;Elman网络在短期负荷预测中的应用[J];企业科技与发展;2009年04期
2 李佳殷;周勃;乔清锋;;基于Elman神经网络的新风负荷预测研究[J];建筑节能;2020年03期
3 刘浩;邢超;陈仕龙;杨鸿雁;严增伟;;基于Elman神经网络的高压直流输电系统换相失败故障诊断[J];软件导刊;2020年06期
4 鹿瑶;张建军;傅耘;刘聪;;基于Elman网络的导引头舱停放温度环境条件预计[J];装备环境工程;2020年07期
5 邢立文;魏新平;;基于Elman神经网络模型的西河水库水质评价[J];人民长江;2020年07期
6 卓鹏程;朱颖;邬雯暄;舒俊清;夏唐斌;;Real-Time Fault Diagnosis for Gas Turbine Blade Based on Output-Hidden Feedback Elman Neural Network[J];Journal of Shanghai Jiaotong University(Science);2018年S1期
7 张彦清;刘大铭;白冰;李春树;;基于外反馈Elman的离心式压缩机透平转速预测[J];微型机与应用;2016年02期
8 徐晓龙;温阳;张商州;;Elman神经网络仿真及应用[J];智能机器人;2016年04期
9 汤井田;曹扬;肖嘉莹;郭曲练;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期
10 朱春颖;沈海军;顾豪;殷忠敏;李燕;;Elman网络模型参考自适应控制在镍氢电池智能充电中的应用[J];工业仪表与自动化装置;2013年04期
中国重要会议论文全文数据库 前10条
1 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];机床与液压学术研讨会论文集[C];2004年
2 张琦;邵立福;;基于Elman神经网络的液压泵故障诊断模型研究[A];第三届全国流体传动及控制工程学术会议论文集(第二卷)[C];2004年
3 闫银锁;孙闪华;李亚敏;李艳圆;赵鑫;陶荔莹;高志东;;差分自回归移动平均模型与Elman神经网络及其组合模型对北京市肺结核发病预测效果的比较[A];全国互联网+与大数据技术在结核病防治领域中的应用与进展专题研讨会资料汇编[C];2019年
4 Yanqi Zheng;Zoujing Yao;Heng Zhou;Chunjie Yang;Haifeng Zhang;Mingliang Li;Lei Fan;;Power Generation Forecast of Top Gas Recovery Turbine Unit Based on Elman Model[A];第37届中国控制会议论文集(E)[C];2018年
5 Bo Meng;;Improved Elman Neural Network and Its Application[A];第30届中国控制与决策会议论文集(1)[C];2018年
6 吕思颖;刘载文;王小艺;崔莉凤;;基于Elman神经网络的水华短期预测模型[A];第二十七届中国控制会议论文集[C];2008年
7 陈力;吕亭亭;王凯;;基于Elman网络的煤与瓦斯突出预测研究[A];煤矿机电一体化新技术创新与发展2012学术年会论文集[C];2012年
8 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九届中国控制会议论文集(一)[C];2000年
9 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 卢志刚;冀尔康;李伟;吴士昌;;基于混合Elman网络的非线性自适应逆控制[A];第七届青年学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
2 杨杰;多工序制造质量智能预测建模机理研究及应用[D];华南理工大学;2011年
3 王丽敏;计算智能改进方法及其在金融与环境领域中的应用[D];吉林大学;2007年
4 郭晋;神经网络模型在预测急性心肌梗死中的应用及模型预测能力的比较研究[D];北京协和医学院;2013年
5 李鹏华;量子计算在动态递归与自组织神经网络中的机理及应用研究[D];重庆大学;2012年
6 韩旭明;若干改进的人工免疫算法及其在大气环境领域中的应用[D];吉林大学;2010年
7 姜春福;基于神经网络的机器人模型辨识与控制研究[D];北京工业大学;2003年
8 李西平;塔机超声安全预警目标识别的神经网络方法研究[D];西安建筑科技大学;2015年
9 余雪岗;无线局域网中的移动预测研究及应用[D];吉林大学;2007年
10 刘长义;基于不确定性测度的机械零部件再制造加工质量控制理论与方法研究[D];合肥工业大学;2015年
中国硕士学位论文全文数据库 前10条
1 康亮河;基于AdaBoost-IWOA-Elman算法的股市网络舆情预测研究[D];兰州理工大学;2020年
2 朱海波;基于改进Elman NN回转窑温度软测量建模技术的研究与应用[D];辽宁科技大学;2019年
3 张琪琪;改进粒子群算法优化Elman神经网络的交通流预测[D];长安大学;2019年
4 李先超;基于BFA-Elman神经网络的短期电力负荷预测研究[D];华北电力大学;2019年
5 林文斌;基于数据和知识驱动的发动机监控技术的研究[D];中国民航大学;2019年
6 尹玥;基于Elman神经网络的航空发动机故障诊断研究[D];中国民航大学;2019年
7 周鹤;基于改进Elman神经网络的水稻生长预测[D];扬州大学;2019年
8 陈立强;基于频谱传播差异的目标距离估计[D];西安电子科技大学;2019年
9 贾哲;融合有限元与Elman神经网络的基坑变形预测研究[D];西安工业大学;2019年
10 宫世杰;基于结构自组织Elman神经网络的锚杆锚固系统质量无损检测研究[D];石家庄铁道大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026