應用文字探勘技術與深層學習方法預測台灣個股短期漲跌趨勢

Predicting the trends of Taiwan's stock market with text mining and deep learning technics

陳建輝(Chien-Hui Chen) ； 謝邦昌(Ben-Chang Shia) ； 張光昭(Kuang-Chao Chanh)

《Journal of Data Analysis》 11卷6期 (2016/12) Pp. 63-102

https://doi.org/10.6338/JDA.201612_11(6).0004

摘要

台灣股票市場一直是國內理財投資的重要標的。如果我們可以事先得知股票的漲跌趨勢，則投資人們就可以從其中獲得利益。一般來說，我們將投資人分為兩大類，第一類為大戶投資人，其資金雄厚，投資計畫周延。而另一類則為散戶投資人。散戶投資人的投資決策取決於大眾間傳播的訊息，且較無計畫性。但是散戶們的投資狀況又將會影響個股走向。此研究應用文字探勘技術於股市新聞，計算出其正負面情感，再搭配文本語料庫找出關鍵字詞，後應用Google 趨勢技術，找出關鍵字詞的關注度，藉以得到投資人關注情況。搭配股市技術指標(Technology Index)，使用深層學習技術建立預測模型，預測股價漲跌狀況。研究結果顯示，加入情感指標及關注度指標可以提高約十分的預測正確率。其中對於股市下跌的正確預測率有相當大的幫助。

關鍵字

投資行為 ； 股價預測 ； 台股 ； 股票市場 ； 個股趨勢 ； 文字探勘 ； 深層學習

並列摘要

Taiwan's stock market had been so popular among the investors. If we could predict the trends of certain type of company stock price. Then we can make profits of it. We divide the investors into two types. First type is institutional investors. They have greater power in the market. Second type is individual investors. They mostly make decisions depends on the information gathered from the news and other public media. This type of investors are what we focus on. Using text-mining technics and google trends technic. We can analysis the insight of the stock price news and make the prediction of stock price. Our results show that the perdition model with news analysis would increase the recall rate about ten percent.

並列關鍵字

Stock Investment ； Stock Prediction ； Taiwan's Stock Market ； Stock Trends ； Text-Mining ； Deep learning

參考文獻

寧寧()。,未出版。

朱建鋒(2014)。網絡搜索、投資者情緒與股價市場(碩士論文)。廈門大學統計學研究所。

李威德(2003)。類神經網路於台股指數價格預測及交易策略之應用(碩士論文)。輔仁大學金融研究所。

吳昀錚(2008).Presicting the Trend of Taiwan Weighted Stock Index with Text Mining Techniques(碩士論文).國立中央大學.

林秋瑾(2005)。以台灣總體經濟指標與PE比進行投資決策之績效評估(碩士論文)。輔仁大學金融研究所。