基于情感分析的LSTM预测股票走势

目录

一.LSTM

二.股票数据

 三.文本数据

 四.文本数据情感分析

五.数据合并，归一化分析

 六.对变量进行相关性分析

 七.基于lstm进行股票价格预测

一.LSTM

        在金融时间序列分析中，长短期记忆网络（LSTM）因其能够捕捉数据中的长期依赖关系而被广泛采用。本文就不在此进行多说，相关文章可以借鉴<如何从RNN起步，一步一步通俗理解LSTM>,LSTM的主要优势在于它的门控机制，包括遗忘门、输入门和输出门，如图2所示

二.股票数据

        研究采集2000年至2024年的浦发银行股票交易数据，涵盖开盘价、收盘价、最高价、最低价、成交量及成交金额等。爬取东方财经网的浦发银行评论共3479条，从国家统计局与Choice金融终端共收集到2000-2024年的股票价格数据共3393条数据，如图下所示 ：

	open	close	high	low	volume	sum
2010-02-03	19.31	19.89	19.93	19.01	76493075	1.5E+09
2010-02-04	19.61	19.66	19.89	19.6	46162099	9.09E+08
2010-02-05	19.2	19.42	19.68	19.16	43895954	8.5E+08
2010-02-08	19.45	19.22	19.5	19.08	37230982	7.17E+08
2010-02-09	19.2