●胡 婧 葉建木

基于微博信息的股票交易預測研究

●胡 婧 葉建木

本文利用微博信息對股票市場交易進行預測是大數據時代的研究熱點，具有明顯的現實意義。本文選取我國股票市場上中證100指數成分股的微博數據作為樣本，研究了微博數據指標與股票交易量、交易金額的相關性，并利用BP神經網絡模型訓練了微博數據指標與股票交易指標并對個股的交易量和交易金額進行了預測。結果表明，與傳統(tǒng)的基于歷史數據預測方法相比，基于微博數據指標的預測模型穩(wěn)定性更高，預測結果與實際交易量和交易金額更接近，具有一定的應用價值。

微博 股票 相關性 BP神經網絡 預測

一、引言

微博（也稱新浪微博）是一款為網民提供娛樂、休閑、生活等服務的信息分享和交流平臺，其所具備的私信、評論、轉發(fā)、點贊等功能，極大地便捷了用戶間的交流。截至2016年3月底，微博月活躍用戶2.61億，日活躍用戶達1.2億，其中包括大量政府機構、企業(yè)、公職人員和其他個人的認證賬號。開放的傳播機制使新浪微博成為中國的“公共議事廳”。微博時效性強、大眾參與度高，可以比較準確和實時地反映社會整體的心理和行為，研究者也能夠利用網絡爬蟲技術從微博獲取與股市密切相關的政策、企業(yè)信息和投資者情緒等信息，為股票市場預測的研究提供了一個新的方向和途徑。

Bollen等 (2010)最早利用微博（Twitter）研究公眾情感與股票市場的關系，采用OpinionFinder和GPOMS兩種情緒追蹤工具對微博進行情感分類，研究發(fā)現“冷靜”維度的情緒指數與三天后的道瓊斯工業(yè)指數顯著相關。此后的研究者做了大量探討微博與股票市場指數關系的工作。Zhang等(2011)使用Twitter測量投資者的希望和恐懼程度，得出情緒指數與股指呈負相關，但與市場波動指數(Volatility Index,VIX)呈正相關的結論。Arafat等(2013)建立了一個基于云計算的算法系統(tǒng)，驗證了公眾情緒與公司市場活力之間的比例關系。國內學者的研究主要借鑒了國外的相關經驗，同時結合中國實際情況進行實證分析。多數研究成果，如王美今和孫建軍(2004)，韓立巖和伍燕然(2007)，劉麗文和王鎮(zhèn)(2016)等人的研究都支持投資者情緒與市場收益率存在相關關系。

現有的利用微博對不同國家金融市場預測的研究，主要是通過情感分析方法和數據挖掘技術來進行的。情感分析主要依托于詞庫，然而漢語復雜多變，且詞庫的更新速度遠不及網絡語言與情緒的發(fā)展速度，詞語傾向性很難把握，因此，在研究我國股票市場預測時，利用情感分析建立基于微博等網絡平臺的投資者情緒指數的研究存在較大的誤差和改進余地?；诖?，本文研究微博上股票投資者的行為，不使用情感分析，而是通過建立微博指標，尋找其與股票交易信息之間存在的聯(lián)系。

二、樣本選擇及處理

滬深300指數是由滬深證券交易所于2005年聯(lián)合發(fā)布的，從滬深證券市場中選取300只規(guī)模較大、流動性較強的A股作為樣本編制而成的成分股指數，總市值約占滬深市場的60%。中證100指數是由滬深300指數樣本股中規(guī)模最大的100只股票組成的成分股指數，具有市場影響力突出、社會討論廣泛、引導作用明顯的特點。本文以中證100指數的成分股為依據，使用集搜客GOOSEEKER網頁抓取工具抓取了2016年1月至6月這100只股票的相關微博總量，并選取該區(qū)間內微博討論量最多的若干只個股作為樣本進行研究。經過測試，為了達到排除無關或干擾信息的目的，將爬取關鍵詞設定為“股票代碼+股票名稱”，以得到較為精準的個股微博數據。

利用集搜客爬取到的數據以Excel電子表格形式儲存，刪去重復微博并整理計算后可以獲得個股每日微博數據指標，如表1所示。

表1 個股每日微博數據指標

三、相關性研究

（一）微博數據與當日股票指標的相關性

為了驗證個股微博信息是否能夠預測股票走勢，首先需要確認微博指標與股票指標是否存在相關性。

本文選取開盤價、最高價、收盤價、最低價、交易量、交易金額、漲幅等七項指標，并從上交所和深交所各選取了一只代表性個股（300104樂視網和000002萬科A）與表1中的五項指標分別進行相關性檢驗。表2和表3給出了樂視網和萬科A在2016年6月和2016年8月股票交易日內的微博指標與股票指標的相關系數。

綜合表2和表3中的數據可以看出，交易日當日的微博數據指標和其股票表現情況均存在一定的相關性：盡管微博指標與股票價格（開盤價、收盤價、最高價、最低價）的相關性存在個股差異，但是就樂視網和萬科A這兩只股票而言，微博數、互動數、轉發(fā)數與股票交易量、交易金額的相關系數均高于0.5，處于較高水平。這說明在社交媒體討論該只個股的人數越多、范圍越廣，則該股的成交量和成交金額越大，符合基于常識的預期。值得一提的是，顯著的負相關性對研究也是有意義的，利用反向指標進行預測同樣具有可行性。

表2 2016年6月樂視網（300104）微博指標與股票指標相關系數

表3 2016年8月萬科A（000002）微博指標與股票指標相關系數

近年來，大量的研究顯示，與傳統(tǒng)媒介相比，社交網絡（如微博）作為新興投資者信息交流平臺，能夠更加實時、準確、迅速地反映上市公司重大信息披露對公眾造成的影響。

2016年6月，樂視網微博數大體上較為平穩(wěn)，但是3日和30日呈現井噴態(tài)勢，分別超過當月均值的10倍及4倍。樂視網2015年12月5日停牌籌劃重大事項，直到2016年6月3日復牌，復牌當日引發(fā)熱議，然而表現不佳當日跌停，后續(xù)微博討論驟減；6月30日樂視網漲停，或與樂視成為酷派股東且正積極籌備樂視金融有關，也引發(fā)了較大規(guī)模討論。同樣，2016年8月，萬科A微博討論數量在4、5兩日達到最高值。8月4日，萬科A股票漲停，媒體稱恒大買入萬科股票，比例或超過2%，引發(fā)投資者熱議并發(fā)酵至次日。這些都驗證了前人的研究結果，作為國內主流社交網絡，微博是網絡信息傳遞的重要途徑，能夠實時體現社會公眾的行為表現，具有反映人們行為及后果的意義。

（二）微博數據與次日股票指標的相關性

個股數據與其微博內容體現的社會特征在同一天的相關性并不能起到預測功能。因此，本文同樣檢驗了樂視網和萬科A在2016年6月和2016年8月的微博指標與次日股票指標的相關性，見表4、表5?？梢钥闯觯c表2、表3相比，相關系數有所降低，但是投資者的交易行為與前一日的社會行為之間仍然存在著一定聯(lián)系。交易量、交易金額與微博數、互動總數、轉發(fā)數的相關系數都保持在0.3以上，對股票交易數據進行預測仍然具有可行性。

表4 2016年6月樂視網 （300104）微博指標與次日股票指標相關系數

表5 2016年8月萬科A（000002）微博指標與次日股票指標相關系數

四、BP神經網絡預測

上一節(jié)的研究結果顯示，（T-1）日的投資者微博行為與T日的股票交易行為存在相關性，因此可以利用這一結論來預測投資者的行為，以及該行為其對股票交易價格和成交量變化的作用。

然而，由于股票市場參與者眾多，容易受到多方因素的影響，是一個非線性、大規(guī)模的復雜系統(tǒng)，傳統(tǒng)的利用財務指標進行線性模型預測的方法并不適用。而BP神經網絡可以進行大規(guī)模并行處理，具有很強的非線性逼近能力及自學習、自適應能力，符合預測的要求。因此本文利用MATLAB R2012b中BP神經網絡算法進行股票預測研究，構建四層BP神經網絡預測模型，其結構如圖1所示。

圖1 本文BP神經網絡結構

（一）微博指標對股票交易的預測

將表1中的五個微博指標，即微博數、互動參與率、互動總數、互動均值和轉發(fā)數設定為輸入向量，股票交易量和交易金額設定為輸出向量。經過多次試驗，確定隱層第一層和隱層第二層節(jié)點數分別為8個和22個。

將最近30個自然日的數據作為訓練樣本。為了避免輸入、輸出變量之間數量級差異造成的誤差，對全部樣本進行了歸一化處理。學習率設定為0.05，目標為0.0000001，設定輸入數據的20%為測試數據、20%為變化數據、60%為訓練數據，隨后進行10000次訓練，最后對樣本數據反歸一化。訓練結果如圖2所示。由此即得到本文所需的神經網絡預測系統(tǒng)Ⅰ。在系統(tǒng)中輸入五項個股微博指標，即可對下一交易日的股票交易量及交易金額；進行預測。

圖2 萬科A2016年8月微博指標訓練結果

（二）歷史交易數據對股票交易的預測

為了驗證該系統(tǒng)的準確性，本文同樣建立了基于萬科A股票歷史數據對股票交易量及金額的BP神經網絡預測系統(tǒng)Ⅱ。該系統(tǒng)采取相同的研究方法，五個輸入變量分別為（T-1）日、（T-2）日、（T-3）日交易量和（T-1）日、（T-2）日交易金額，兩個輸出變量為T日的股票交易量和交易金額。同樣，將最近30個自然日的數據作為訓練樣本，其他參數設置與系統(tǒng)Ⅰ一致。訓練結果如圖3。

圖3 萬科A2016年8月歷史交易數據訓練結果

（三）股票交易預測偏差的比較分析

利用神經網絡預測系統(tǒng)Ⅰ和系統(tǒng)Ⅱ，分別對萬科A的交易數據進行預測。將預測結果與實際股票交易數據進行比較，偏差結果如圖4、圖5。

圖4 兩個預測系統(tǒng)對萬科A2016年9月交易量預測偏差對比

圖5兩個預測系統(tǒng)對萬科A2016年9月交易金額預測偏差對比

圖4 、圖5中，百分比表示通過微博指標預測和基于歷史數據預測水平與實際交易水平的偏差。0.0%即表示萬科A實際成交水平。

觀察預測偏差的絕對值，與微博指標預測相比，基于股票歷史數據的預測總體上偏差更大，預測結果僅有兩天低于實際交易量或交易金額。

微博指標預測偏差較小且比較平穩(wěn)，預測結果始終在實際交易情況附近變化，偏差幅度絕對值基本不超過100%；基于股票歷史數據的預測結果偏差較大且波動明顯，偏差最大值甚至分別超過500%和600%?；谖⒉┲笜说念A測遠遠好于基于歷史數據的預測。

五、研究結論

本文在對相關文獻進行梳理的基礎上，通過數據挖掘技術分析微博（weibo.com）上投資者的社會行為，尋求個股微博指標與個股交易信息之間的相關關系，最后使用BP神經網絡展開預測，構建股票交易情況預測模型。

研究發(fā)現，股票的微博指數與其當日及次日的股票信息都具有相關關系，特別是與股票交易量、交易金額之間的相關性較強，投資者股票交易行為和微博體現的社會行為之間有具有一定聯(lián)系。借助本文構建的神經網絡預測模型，可以利用微博指標對股票交易量及交易金額進行預測，效果遠好于以股票歷史數據為基礎的預測。

因此，本文具有一定的現實意義，對股票市場成交量的變化能起到一定的預測作用，對市場投資者和監(jiān)管層均有較好的啟示意義。然而，基于BP神經網絡的預測方法仍然非常粗糙，有待進一步改進，以提高預測準確性，增加實際運用價值。

（作者單位：武漢理工大學管理學院）

[1]韓立巖,伍燕然.投資者情緒與IPOs之謎——抑價或者溢價[J].管理世界,2007,（03）.

[2]胡軍,王甄.微博、特質性信息披露與股價同步性[J].金融研究,2015,（11）.

[3]劉麗文,王鎮(zhèn).投資者情緒對不同類型股票收益影響的實證研究[J].金融理論與實踐,2016，(02).

[4]宋彧婕.基于網絡信息的金融市場預測研究[D].電子科技大學,2015.

[5]湯姚楠,劉亞臣.基于大數據的城市經濟學研究方法思考[J].建筑經濟，2015，（12）.

[6]王美今,孫建軍.中國股市收益、收益波動與投資者情緒[J].經濟研究,2004,（10）.

[7]許興軍,顏鋼鋒.基于BP神經網絡的股價趨勢分析[J].浙江金融,2011,（11）.

[8]余志紅.投資者情緒對個股收益的預測——來自微博大數據挖掘的證據[D].中南大學,2013.

[9]張?zhí)m廷.大數據的社會價值與戰(zhàn)略選擇[D].中共中央黨校, 2014.

[10]Arafat J.Analyzing Public Emotion and Predicting Stock Market Using,Social Media[J].American Journal of Engineering Research,2013,（02).

[11]Bollen J,Mao H,Zeng X.Twitter mood predicts the stock market[J].Journal of Computational Science,2010,（02).

[12]Zhang X,Fuehres H,Gloor P A,et al.Predicting Stock Market Indicators Through Twitter“I hope it is not as bad as I fear”[J].Procedia-Social and Behavioral Sciences,2011,（26).