王子敏 周杰 梁佳雯 何加豪

摘要：采用自然语言处理技术对爬取的文本数据进行分词、去停用词处理，利用TextRank、TF-IDF算法提取关键字，构建适用于单篇文章的词重要性指数模型，从中提取重要变量建立适用于沪深300指数的投资者情绪预测模型，借助深度森林算法预测交易信号构建交易策略。结果表明，在样本期基于自然语言处理与深度森林算法对股票交易信号的预测准确率达72.23%，且收益也超过传统策略收益，具备重要的投资指导意义。

关键词：自然语言处理；深度森林；投资者情绪指标；量化交易策略

★基金项目：江苏省大学生创新创业训练计划国家级立项——“基于NPL的A股市场舆情监控及其量化投资策略研究”（项目编号：SZDG2019039）成果之一。

引言

自然语言处理技术作为人工智能领域的重要分支，始终被放在科研领域的最前沿。如今，随着新型算法的诞生以及新思想、新技术的提出，人类在自然语言处理领域已经实现了重大突破。尤其在英文方面，科研人员已经建立了一套相当完备的研究方法。英语文本由于其书写格式的独特性，对自然语言处理解决了分词处理上的困难。正因此，自然语言处理也被国外投资公司、交易人员大量的运用到量化交易中，并取得了不错的效果。本文紧跟金融前沿领域的研究热点，通过对中文文本的深度挖掘，并结合机器学习技术，探索自然语言处理技术在国内股票市场的实用性与可行性。

1、文献综述

对于投资者情绪的度量主要受限于数据的获取以及情绪指标的载体上，众多研究人员多用经济指标作为投资者情绪的代理指标。……