无监督的财经新闻情感标注和情绪指数生成

财经新闻报道作为金融市场重要的信息来源,其情感倾向与市场走势有着密切联系。然而财经新闻具有专业性、客观性、无标注的特点,对其情感倾向进行精准量化往往十分困难。因此,本文设计了两阶段的财经新闻情绪指数提取方法,在第一阶段,针对财经新闻无标注的问题,本文通过改进的SO-PMI算法构造财经新闻领域情感词典来对新闻进行无监督标注;在第二阶段,为了提取精确的新闻情感强度值,本文构造了新闻情绪指数,先利用已标注的新闻数据训练情感分类模型从而生成类别概率,然后通过概率值计算得到情绪指数。为了进一步验证该方法的有效性,将生成的情绪指数结合股市历史价格数据来对上证股指波动趋势进行预测。结果表明,基于注意力机制的预测模型在添加情绪指数变量后,准确率提升了3%—5%,说明新闻情绪指数对于股指波动有较好的表征作用。