基于LSTM网络和文本数据探究投资者情绪对上证50指数收益率的影响

为推进人工智能技术的应用,本文以上证50指数为研究对象,基于文本数据挖掘和LSTM神经网络探究了情绪对市场收益率的影响。利用东方财富股吧2023年1月1日至2023年12月31日上证50指数股票评论数据,基于情绪词典对数据情感倾向进行分类,建立投资情绪指数。为了进一步探究市场情绪指标对股票波动率的影响,建立模型探究我国市场情绪指标对我国上证50指数收益率的长短期影响。研究发现,情绪指数对股票市场的影响具有一定的时滞性,且情绪波动对于股票的影响主要表现在短期,长期来看,情绪对于股票波动率的影响较小。最后,通过构建LSTM深度学习网络,发现深度学习在金融时间序列预测上具有较好的准确率和精确度。