張明武 張迪

【摘要】為降低對(duì)我國(guó)股市的影響，本次研究對(duì)中國(guó)股市數(shù)據(jù)的準(zhǔn)備工作實(shí)行概述，并對(duì)互聯(lián)網(wǎng)財(cái)經(jīng)新聞對(duì)中國(guó)股市的影響進(jìn)行研究，現(xiàn)進(jìn)行具體闡述如下：

【關(guān)鍵詞】互聯(lián)網(wǎng)；財(cái)經(jīng)新聞；中國(guó)股市；影響

當(dāng)前，我國(guó)處于經(jīng)濟(jì)轉(zhuǎn)型階段。趨于信息化時(shí)代下，人們對(duì)于資訊的實(shí)效性、時(shí)間要求和需求越來(lái)越高。股票中的任何消息，均會(huì)對(duì)股市構(gòu)成直接的影響。為此，應(yīng)合理使用文本挖掘藝術(shù)、向量回歸方法，做好財(cái)經(jīng)新聞量化工作，以便降低對(duì)股市構(gòu)成的波動(dòng)影響。然后，采用多元回歸分析方式，對(duì)互聯(lián)網(wǎng)財(cái)經(jīng)新聞信息，對(duì)我國(guó)股市的影響情況加以深入分析，進(jìn)而明確互聯(lián)網(wǎng)財(cái)經(jīng)新聞的信息，以及互聯(lián)網(wǎng)財(cái)經(jīng)新聞在股價(jià)中對(duì)股票市場(chǎng)的影響。

一、中國(guó)股市數(shù)據(jù)的準(zhǔn)備工作

（一）公司新聞交易數(shù)據(jù)情況

一般情況下，股票交易數(shù)據(jù)均來(lái)源于銳思金融研究數(shù)據(jù)庫(kù)。研究的時(shí)間為2015年lO月～2015年12月，選取信息行業(yè)，以每日為單位實(shí)行具體分析。通過(guò)SVR方式，對(duì)新聞、股票每日的收益情況，經(jīng)回歸模型方式表現(xiàn)。對(duì)完成訓(xùn)練的回歸模型分析量化新聞，并對(duì)股票每日的收益狀況影響情況加以合理分析，以此通過(guò)影響因子評(píng)判多元回歸模型，明確新聞對(duì)股市的影響、影響程度、影響時(shí)間等。

（二）公司新聞數(shù)據(jù)情況

以滬深上市的信息行業(yè)互聯(lián)網(wǎng)財(cái)經(jīng)新聞，對(duì)于股市的影響進(jìn)行分析，這一互聯(lián)網(wǎng)財(cái)經(jīng)新聞的影響力較大。所以，可實(shí)行專項(xiàng)研發(fā)網(wǎng)頁(yè)，合理的選擇訊網(wǎng)和新浪網(wǎng)，將比較有影響力的互聯(lián)網(wǎng)作為新聞源，對(duì)信息行業(yè)上市公司新聞文本情況進(jìn)行深入、準(zhǔn)確的解析。然后，對(duì)不同新聞源進(jìn)行去重處理，以便獲得相對(duì)完善、專業(yè)的互聯(lián)網(wǎng)財(cái)經(jīng)新聞數(shù)據(jù)庫(kù)，防止產(chǎn)生相同新聞源情況。本次研究，選取2015年10月～12月的新聞，共12250條，去除發(fā)布前、后2天的缺失股票交易數(shù)據(jù)新聞，剩余新聞數(shù)量為320條，而每日選取的新聞約為2800條。針對(duì)于此，本文對(duì)2800條新聞實(shí)行訓(xùn)練集，實(shí)行模型預(yù)測(cè)這一階段每條新聞報(bào)道，觀察對(duì)于股票收益的影響。

二、互聯(lián)網(wǎng)財(cái)經(jīng)新聞對(duì)中國(guó)股市的影響研究

財(cái)經(jīng)新聞中，存在較多的股市信息，這些信息會(huì)對(duì)股市構(gòu)成直接的影響。為此，應(yīng)將量化結(jié)果作為股市收益影響因子，有效融合股市相關(guān)技術(shù)指標(biāo)，以此通過(guò)計(jì)量模型對(duì)新聞在股市中的作用實(shí)行客觀分析，明確時(shí)限問(wèn)題、影響強(qiáng)度問(wèn)題。經(jīng)文本挖掘技術(shù)，量化財(cái)經(jīng)新聞對(duì)于股市的影響。經(jīng)計(jì)量模型多元化回歸分析中的，變量因素實(shí)行分析，進(jìn)而獲得資本資產(chǎn)定價(jià)模型。然后，使用計(jì)量模型不同檢驗(yàn)方式，對(duì)新聞對(duì)于股市的影響、影響力度、影響時(shí)間等情況，加以綜合分析。新聞的文本，屬于沒(méi)有結(jié)構(gòu)的數(shù)據(jù)文本，可通過(guò)量化對(duì)股市構(gòu)成直接的影響。經(jīng)文本——量化方式轉(zhuǎn)變，能夠促使沒(méi)有結(jié)構(gòu)的文本，向有結(jié)構(gòu)加以轉(zhuǎn)變。向量中的不同元素值，均通過(guò)TF-IDF方法計(jì)算，元素值的大小會(huì)直接影響到新聞文本情況。為此，在文本——量化的階段，新聞文本數(shù)據(jù)逐漸轉(zhuǎn)變?yōu)榇嬖诮Y(jié)構(gòu)的向量文本。

經(jīng)文本對(duì)滬深新聞實(shí)行分析，會(huì)直接危及到股市狀況。為此，-所涉及的新聞文本應(yīng)為中文，需切實(shí)做好新聞文本中文分詞工作。經(jīng)JE分詞方式，對(duì)分詞詞匯進(jìn)行搜索，以確保分詞的效果和準(zhǔn)確性。因?yàn)樘卣髟~會(huì)對(duì)股市運(yùn)行情況構(gòu)成影響，所以在特征詞匯文本量化之上，通過(guò)文本量化加權(quán)方式處理，合理使用TF-IDF方法，計(jì)算出不同特征的詞匯，旨在明確不同詞匯在各文本中的比重，明確股市的變化規(guī)律。文本實(shí)行量化后，易于出現(xiàn)較多的同義詞，如：猛增和激增?？赏ㄟ^(guò)同義詞降維的方式處理，在文本量化階段將相同詞匯視為一個(gè)詞，實(shí)行權(quán)值計(jì)算，以便降低相同緯度的向量維數(shù)，保證結(jié)果更加真實(shí)、準(zhǔn)確，以及回歸模型的準(zhǔn)確性。

SVR，屬于機(jī)器學(xué)習(xí)的算法，主要經(jīng)最小化風(fēng)險(xiǎn)函數(shù)上限，控制網(wǎng)絡(luò)風(fēng)險(xiǎn)問(wèn)題，從而達(dá)到SLT和加強(qiáng)統(tǒng)計(jì)學(xué)習(xí)的效率目的。經(jīng)SVR算法，構(gòu)建新聞和股票累計(jì)收益回歸模型。明確回歸模型輸入、輸出情況，輸入的內(nèi)容為新聞文本的量化情況，輸出的內(nèi)容為每日股票的收益狀況。以每日作為單位，將股市交易作為基準(zhǔn)，每日股市交易關(guān)閉前O.5小時(shí)、閉市后發(fā)布新聞，累積當(dāng)日股市交易的數(shù)據(jù)，將此作為當(dāng)日的新聞數(shù)據(jù)。SVR模型輸入，和股票收益向量存在緊密聯(lián)系，因此可將兩者作為SVR輸出。通過(guò)訓(xùn)練SVR模型，做好SVR回歸模型的預(yù)測(cè)工作，從而降低對(duì)股票收益的不良影響。

CAMP，屬于資本市場(chǎng)理論、投資理論下所形成。證券市場(chǎng)中的資產(chǎn)預(yù)期收益計(jì)算，即為CAPM模型的應(yīng)用范疇。CAPM模型中，主要涉及的內(nèi)容包括：日收益率、無(wú)風(fēng)險(xiǎn)利率、同期銀行間同業(yè)拆解利率、股市組合收益率。分別經(jīng)滬市上市公司所使用的上證指數(shù)、深市上市公司采用深成指表示。經(jīng)小二乘法，計(jì)算窗內(nèi)的已知變量情況。然后，經(jīng)出式中的系數(shù)β表示，明確新聞事件觀察時(shí)間為半年。再對(duì)事件窗內(nèi)無(wú)風(fēng)險(xiǎn)利率、股市利率，以及B值情況進(jìn)行分析，明確預(yù)期股市收益情況、收益率。在定性新聞量化結(jié)果、股市定量指標(biāo)基礎(chǔ)上，構(gòu)建多元回歸模型，經(jīng)經(jīng)濟(jì)學(xué)方法計(jì)算出新聞對(duì)股市的影響，準(zhǔn)確掌握新聞指標(biāo)、公司國(guó)模、公司總股數(shù)、股票換手率、股票價(jià)格比等信息。

三、結(jié)語(yǔ)

當(dāng)前，各行業(yè)均獲得較好的發(fā)展，促使新聞媒體業(yè)也獲得良好發(fā)展，其對(duì)于股票市場(chǎng)的影響較大。為此，應(yīng)將新聞文本和股票定量指標(biāo)相結(jié)合，以確保股市信息的對(duì)稱。與此同時(shí)，需參照相關(guān)信息實(shí)行分析，充分考慮到股市公司的證券狀態(tài)，以便明確股市的類型、信息來(lái)源，找到證券市場(chǎng)波動(dòng)的規(guī)律，降低對(duì)我國(guó)股市構(gòu)成的不良影響。

參考文獻(xiàn)：

[1]劉海飛，許金濤.互聯(lián)網(wǎng)異質(zhì)性財(cái)經(jīng)新聞對(duì)股市的影響——來(lái)自中國(guó)互聯(lián)網(wǎng)數(shù)據(jù)與上市公司的證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2017（1）：76—88

[2]石勇，唐靜，郭琨.社交媒體投資者關(guān)注、投資者情緒對(duì)中國(guó)股票市場(chǎng)的影響[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（7）：45-53

[3]曹霆.淺談互聯(lián)網(wǎng)對(duì)房地產(chǎn)經(jīng)濟(jì)的影響[J].中國(guó)國(guó)際財(cái)經(jīng)（中英文），2017（2）：128—129