[论文解读] Can Online Emotions Predict the Stock Market in China?

Zhenkun Zhou, Jichang Zhao+1 more|arXiv (Cornell University)|Apr 26, 2016

Sentiment Analysis and Opinion Mining参考文献 10被引用 9

一句话总结

本研究提出了一种基于情绪的预测模型，利用微博微博数据预测五个关键中国股票市场指数。通过对超过1000万条与股票相关的微博进行分析，研究发现厌恶、喜悦、悲伤和恐惧显著预测市场走势，SVM-ES模型在真实测试中对盘中高点的预测准确率达到64.15%，对交易量的预测准确率为60.38%。

ABSTRACT

Whether the online social media, like Twitter or its variant Weibo, can be a convincing proxy to predict the stock market has been debated for years, especially for China. However, as the traditional theory in behavioral finance states, the individual emotions can influence decision-making of investors, so it is reasonable to further explore this controversial topic from the perspective of online emotions, which is richly carried by massive tweets in social media. Surprisingly, through thorough study on over 10 million stock-relevant tweets from Weibo, both correlation analysis and causality test show that five attributes of the stock market in China can be competently predicted by various online emotions, like disgust, joy, sadness and fear. Specifically, the presented model significantly outperforms the baseline solutions on predicting five attributes of the stock market under the $K$-means discretization. We also employ this model in the scenario of realistic online application and its performance is further testified.

研究动机与目标

• 探究中文社交媒体上的在线情绪是否能够预测股市走势。
• 识别哪些特定情绪（如喜悦、恐惧、厌恶）对不同市场属性具有预测能力。
• 开发并验证一种基于情绪特征的分类模型，其性能优于基线方法。
• 在实时数据应用场景下测试模型的实际表现。

提出的方法

• 通过API收集超过1000万条与中国经济股市相关的微博数据。
• 使用训练好的朴素贝叶斯分类器将微博分类为五种情绪——愤怒、厌恶、喜悦、悲伤和恐惧。
• 通过相关性检验与格兰杰因果检验，识别情绪与市场之间的关系。
• 设计一种基于情绪特征的分类模型（SVM-ES），仅选用具有统计显著性的特征。
• 应用K均值离散化方法，将连续的市场指数转换为2类或3类标签以用于分类。
• 通过5折交叉验证及2015年9月17日至12月7日期间的实时测试评估模型性能。

实验结果

研究问题

• RQ1 在线情绪与中国经济股市的市场属性之间是否存在显著相关性？
• RQ2 在线情绪是否能格兰杰因果影响关键市场指数（如开盘价、收盘价、最高价、最低价和交易量）的变化？
• RQ3 哪些特定情绪（如喜悦、恐惧、厌恶）在预测不同市场属性方面起着最关键作用？
• RQ4 基于情绪的模型是否能优于基线模型，实现对中国股市走势的预测？
• RQ5 该模型在真实世界、实时数据的应用场景中是否具备良好的泛化能力？

主要发现

• 厌恶情绪与上海证券交易收盘指数之间存在显著的格兰杰因果关系。
• 喜悦、恐惧和厌恶情绪共同格兰杰因果影响开盘指数，具有较强的预测能力。
• 喜悦、悲伤和厌恶情绪与盘中最高价和最低价指数显著相关。
• 悲伤情绪与日交易量的相关系数最高（ρ > 0.5），尽管其单独预测能力不足以达到高准确率。
• SVM-ES模型在真实测试中对盘中最高价指数（3类分类）的预测准确率达到64.15%。
• 该模型在真实部署中对交易量（3类分类）的预测准确率为60.38%，优于基线模型。