●胡 婧 叶建木

基于微博信息的股票交易预测研究

●胡 婧 叶建木

本文利用微博信息对股票市场交易进行预测是大数据时代的研究热点，具有明显的现实意义。本文选取我国股票市场上中证100指数成分股的微博数据作为样本，研究了微博数据指标与股票交易量、交易金额的相关性，并利用BP神经网络模型训练了微博数据指标与股票交易指标并对个股的交易量和交易金额进行了预测。结果表明，与传统的基于历史数据预测方法相比，基于微博数据指标的预测模型稳定性更高，预测结果与实际交易量和交易金额更接近，具有一定的应用价值。

微博 股票 相关性 BP神经网络 预测

一、引言

微博（也称新浪微博）是一款为网民提供娱乐、休闲、生活等服务的信息分享和交流平台，其所具备的私信、评论、转发、点赞等功能，极大地便捷了用户间的交流。截至2016年3月底，微博月活跃用户2.61亿，日活跃用户达1.2亿，其中包括大量政府机构、企业、公职人员和其他个人的认证账号。开放的传播机制使新浪微博成为中国的“公共议事厅”。微博时效性强、大众参与度高，可以比较准确和实时地反映社会整体的心理和行为，研究者也能够利用网络爬虫技术从微博获取与股市密切相关的政策、企业信息和投资者情绪等信息，为股票市场预测的研究提供了一个新的方向和途径。

Bollen等 (2010)最早利用微博（Twitter）研究公众情感与股票市场的关系，采用OpinionFinder和GPOMS两种情绪追踪工具对微博进行情感分类，研究发现“冷静”维度的情绪指数与三天后的道琼斯工业指数显著相关。……