蘭州交通大學數(shù)理學院 龍江

股市不僅是衡量經(jīng)濟運行的指標，還可以為未來經(jīng)濟判斷提供重要參考。長期以來，股市一直受到“政策市場”“信息市場”和過度投機等問題的困擾，股市上充斥著各種各樣的新聞和評論。隨著“發(fā)布、傳播、影響”的過程，這些新聞和評論也影響著投資者在股市中的情緒，股民的情緒決定著交易行為，從而使股市中的新聞和評論迅速反映在股價上。散戶在股吧等載體的幫助下，釋放自己的建議和情緒，這些建議和觀點在網(wǎng)絡上迅速傳播和交融，最終影響人們的實際決策。許多學者提出了構建投資者情緒指數(shù)等指標分析股票波動的方法，從而將投資者情緒與股票變化聯(lián)系起來[1～3]。在現(xiàn)有的市場情緒研究中，有的學者通過選擇合適的情緒指標來反映市場情緒[4,5]，還有一些學者利用文本數(shù)據(jù)中的隱含信息來構建情緒指標[6～8]。魯曉鵬等[9，10]學者認為新聞文本數(shù)據(jù)中包含利空或利好的情感傾向，可以從中構建情緒指標。在研究投資者情緒對股票走勢的影響時，郭曉菲等[11]通過構建情緒指數(shù)將股民的情緒量化，從而對兩者的關系進行實證分析。

1 本文主要工作

(1)利用 Python軟件對上證指數(shù)股吧一段時間內(nèi)的評論文本數(shù)據(jù)進行爬取，并進行清洗及分詞處理。

(2)對抓取的評論進行情感傾向分析。利用情感詞典提供的情感詞匯對評論里所有的詞匯賦予情感權重，計算出每條評論最終的情感得分，再匯總每日所有評論情感值的均值作為反映投資者情緒的指標。

(3)情緒指數(shù)與上證指數(shù)價格波動的關聯(lián)分析。對計算得到情緒指數(shù)與上證指數(shù)相關指標進行相關性分析，并通過格蘭杰檢驗判斷情緒得分是否對上證指數(shù)走勢產(chǎn)生影響。

2 投資者情緒指數(shù)構建

2.1 數(shù)據(jù)采集

本文利用Python軟件中的Selenuim包和Lxml包對東方財富網(wǎng)上證指數(shù)吧版塊的評論信息進行爬取。獲取到2020年 5月21日到2021年5月18日的評論文本數(shù)據(jù)，篩選出 10萬多條評論信息作為市場情緒的文本來源，并使用網(wǎng)易財經(jīng)網(wǎng)選取對應時間的上證指數(shù)相關指標作為研究對象。

2.2 文本清洗

爬取的股吧帖子里大多數(shù)評論是股民對股市行情的看法，但也存在一些無用帖，比如廣告帖等，這些帖子的內(nèi)容會對后續(xù)計算情感指數(shù)產(chǎn)生一定影響，需要去除這部分數(shù)據(jù)。文本去噪主要去掉以下幾類信息：（1）評論為空的帖子。（2）評論中只有數(shù)字、字母或者表情包的帖子。（3）重復的評論帖子。（4）與股票完全無關的評論帖子。

2.3 文本分詞

本文采用jieba分詞庫對清洗后的評論文本進行分詞處理，由于詞典的覆蓋面有限，故通過詞典與人工結合的雙重分詞方法，然后對分詞后的評論進行詞頻分析，截取詞頻排名前50的詞語，通過調(diào)用Python語言中的WordCloud進行詞云圖展示，如圖1所示。

圖1 詞云圖

2.4 刪除停用詞

在評論文本中有許多對情感分析毫無意義的詞，如“的”“你”“謝謝”“是”“老師”“狐貍”“說”“今天”等都沒有明確意義和明顯情感傾向的詞被稱為停用詞。由于評論中包含大量停用詞，為了提高效率和分析效果，需要將這類詞過濾。

2.5 計算情感得分

停用詞刪除之后，本文使用BosonNLP情感詞典，將其與分詞后的文本進行匹配，從而對評論文本進行打分。投資者的情緒傾向是通過評論情感得分來判斷的，情感得分的范圍是0～1，得分越接近1，評論情感越積極，分數(shù)越接近0，評論就越負面。

將上證指數(shù)股吧的評論以日期劃分，基于情感詞典對每日市場情緒指數(shù)進行計算，計算公式如下：

其中，sentimenti表示每條評論的情感得分，情緒指數(shù)emotionsT計算公式表示在第T日所有評論的情感得分均值，情緒指數(shù)的范圍也在0～1。如果情緒指數(shù)趨近于0，表示市場反應越低迷，若情緒指數(shù)趨近于1，則市場反應越積極，情緒指數(shù)趨于0.5，則市場情緒越平穩(wěn)。每日情緒指數(shù)emotionsT反映了當天市場的情感強度。

3 投資者情緒指數(shù)對上證指數(shù)波動的影響分析

本文采用情感詞典的情緒指數(shù)構建方法，計算了2020年5月21日—2021年5月18日上證指數(shù)的日情緒指數(shù)，并繪制了日情緒指數(shù)與上證指數(shù)開盤價的時間序列，如圖2所示。

圖2 情緒指數(shù)與上證開盤價格趨勢圖

由圖2可以發(fā)現(xiàn)，情緒指數(shù)的波動在一定程度上反映了上證指數(shù)開盤價格的波動趨勢。為了檢驗情緒指數(shù)對上證指數(shù)價格波動的影響，對日情緒指數(shù)和上證指數(shù)開盤價進行格蘭杰因果關系檢驗。原始假設H0表明，情緒指數(shù)的變化不是上證指數(shù)開盤價變化的格蘭杰原因。F統(tǒng)計值和P值用來驗證是否拒絕原假設H0，置信水平分別為1%、5%、10%，檢驗結果如表1所示。

表1 Granger因果檢驗

由表1可以看出：當滯后階數(shù)為1、2、3時，在5%的置信水平上檢驗結果都拒絕原假設HO，說明情緒指數(shù)是上證指數(shù)開盤價格變化的格蘭杰原因，情緒指數(shù)的波動先于上證指數(shù)的價格波動。當滯后階數(shù)為4、5時，在5%的置信水平上不能拒絕原假設H0。研究表明，情緒指數(shù)在短期內(nèi)對上證指數(shù)的開盤價格有一定的影響，但從長期來看，情緒指數(shù)的變化并不影響上證指數(shù)的波動。接著計算情緒指數(shù)與上證指數(shù)開盤價的相關系數(shù)，結果如表2所示。

表2 相關系數(shù)

由表2可以看出：上證指數(shù)開盤價格和每日情緒指數(shù)的相關系數(shù)隨著時間滯后的增加而減少，表明情緒指數(shù)對上證指數(shù)價格波動影響具有一定的時效性，當日股民情緒變化，對次日大盤影響最大，隨著時間的推移，情緒指數(shù)對后續(xù)市場的影響逐漸減小。

4 結語

本文選取上證指數(shù)2020年5月21日—2021年5月18日的交易數(shù)據(jù)，結合對應時間里東方財富在線股吧中的股民點評文本數(shù)據(jù)，構建了情緒指數(shù)。對市場情緒變化與上證指數(shù)開盤價波動進行了相關分析和格蘭杰因果關系分析。研究結果表明：短期內(nèi)，投資者情緒是上證指數(shù)價格波動的影響因素。在未來工作中，我們會嘗試探索新的情感詞典構建方法以提高評論的情感識別精度，同時股吧里的評論者不能代表市場上的所有投資者，只是部分影響因素，后續(xù)會針對這些問題進一步優(yōu)化。