upnow2014的专栏

想做个如题的预测系统，这两三天利用休息时间在研究，整理下所知。从网上爬取文本，可以是财经新闻、股吧、垂直投资社区和微博。过滤得到和某几个被选定观察的股票相关的文本数据，包括过去一段时间的历史数据。通过统计、文本挖掘和情感分析，1，发帖量的时间序列与股价的时间序列的对比2，积极情绪的帖子所占的比例值的时间序列与股价的时间序列的对比可以通过历史数据检验以上两组时

这个项目是一个基于 Python scrapy 的爬虫项目，截至到目前(2015年05月24日)，初衷是希望能够爬取 www.xueqiu.com 中的某个给定的股票的页面下 -- 比如‘融创中国’的 -- 所有的来自用户的讨论（至于后续的功能再说，肯定是希望用更多的数据然后根据高大上的大数据+机器学习来预测股价）。以下是目前的调研结论：以‘融创中国’这只股票为例，股票代号是0