برداشت تجزیه و تحلیل احساسات رسانه های اجتماعی برای افزایش پیش بینی بازار سهام با استفاده از یادگیری عمیق

این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که امکان استفاده ، توزیع ، تولید مثل و سازگاری بدون محدودیت را در هر رسانه و به هر منظور به شرط اینکه به درستی نسبت داده شود ، امکان پذیر است. برای انتساب ، نویسنده اصلی (ها) ، عنوان ، منبع انتشار (علوم کامپیوتر PEERJ) و یا DOI یا URL مقاله باید ذکر شود.

داده های مرتبط

اطلاعات زیر در مورد در دسترس بودن داده ها ارائه شده است:

داده های مورد استفاده در آزمایشات انجام شده و کد در پرونده های تکمیلی موجود است.

خلاصه

جمع آوری اطلاعات به بخشی جدایی ناپذیر در ارزیابی رفتارها و اقدامات افراد تبدیل شده است. اینترنت به عنوان یک سایت یادگیری آنلاین برای به اشتراک گذاری و تبادل ایده ها استفاده می شود. افراد می توانند با استفاده از سایت های اجتماعی محبوب و وبلاگ های شخصی ، به طور فعال بررسی ها و توصیه های خود را برای انواع محصولات و خدمات ارائه دهند. سایت های شبکه های اجتماعی ، از جمله توییتر ، فیس بوک و Google+ ، نمونه هایی از سایت هایی هستند که برای به اشتراک گذاشتن نظر استفاده می شوند. بورس سهام (SM) یک منطقه اساسی اقتصاد است و نقش مهمی در تجارت و توسعه صنعت ایفا می کند. پیش بینی حرکات SM یک منطقه شناخته شده و مورد علاقه محققان است. شبکه های اجتماعی کاملاً منعکس کننده دیدگاه های عموم در مورد امور جاری است. تصور می شود که اخبار خبری مالی در بازگشت قیمت روند سهام تأثیر دارد و بسیاری از تکنیک های داده کاوی استفاده می شود که نوسانات آدرس در SM است. یادگیری ماشین می تواند یک رویکرد دقیق تر و قوی تر برای رسیدگی به پیش بینی های مربوط به SM فراهم کند. ما به دنبال این بودیم که چگونه حرکات در قیمت سهام یک شرکت با عقاید بیان شده (احساسات) مردم در مورد آن شرکت ارتباط دارد. ما یک ابزار دقت پیش بینی قیمت سهام را با توجه به احساسات عمومی جدا از سایر پارامترها طراحی و پیاده سازی کردیم. الگوریتم پیشنهادی احساسات عمومی ، نظرات ، اخبار و قیمت سهام تاریخی را برای پیش بینی قیمت سهام آینده در نظر می گیرد. آزمایشات ما با استفاده از روشهای یادگیری ماشین و یادگیری عمیق از جمله دستگاه بردار پشتیبانی ، طبقه بندی MNB ، رگرسیون خطی ، خلیج های ساده و حافظه کوتاه مدت انجام شد. نتایج ما موفقیت روش شناسی پیشنهادی را تأیید می کند.

معرفی

نظرات دیگران اغلب در روند تصمیم گیری یک فرد نقش دارند و این به ویژه قبل از ظهور شبکه جهانی وب بود. توصیه های دوستان ، همکاران و همکاران نقش اساسی در تصمیم گیری روزمره داشتند. با این حال ، افراد بیشتری از اینترنت استفاده می کنند تا نظرات خود را در دسترس غریبه ها قرار دهند. افرادی که از یک شبکه اجتماعی یا سایت های رسانه های اجتماعی مانند فیس بوک یا توییتر استفاده می کنند ، نظرات خود را در مورد موضوعات خاص مانند اخبار ، فیلم ها ، رویدادها یا یک محصول خاص با آنها ارتباط برقرار می کنند (Sun & NG ، 2014). تجزیه و تحلیل احساسات (SA) زمینه ای از مطالعه است که در آن دیدگاه ها و عبارات افراد به عنوان مثبت ، منفی یا خنثی طبقه بندی می شوند. تعدادی از تعاریف موجود در ادبیات وجود دارد ، اما SA به بهترین وجه به عنوان تجزیه و تحلیل مورد استفاده برای استخراج داده ها بر اساس احساسات کاربر تعریف می شود. تجزیه و تحلیل احساسات و احساسات ، معروف به معدن نظر ، مطالعه نظرات ، افکار ، تجربیات ، احساسات و رفتارها به شکل متن است (لیو ، 2012).

یک بازار کامل برای تشخیص احساسات بازار مالی ایجاد شده است (Xing ، Cambria & Welsch ، 2018a). پیش بینی سهام برای محققان و برنامه ریزان سرمایه گذاری بسیار مهم است. قیمت سهام همیشه نوسانات کوتاه مدت و بلند مدت داشته است. تکنیک های مختلف یادگیری ماشین می توانند نتایج دقیق تر و قابل اعتماد تر مربوط به قیمت بازار سهم را ارائه دهند ، اما توسعه یک مدل پیش بینی مفید سهام دشوار است. بازار سهام فعلی (SM) تحت تأثیر روحیه اجتماعی و قیمت های تاریخی قرار دارد که می تواند نقش مهمی در حرکت قیمت سهام در دنیای اجتماعی داشته باشد. مقالات خبری روزانه نیز نقش مهمی در پیش بینی قیمت سهام دارند و مسئولیت توزیع اطلاعات مربوط به شرکت یا بودجه برای عموم را بر عهده دارند و استراتژی های معاملاتی SM آنها را نشان می دهند. استفاده از مقالات خبری برای پیش بینی حرکت SM ، تمرکز این تحقیق است. مقالات خبری در مورد یک صنعت خاص به طور معمول توضیح می دهد که چگونه سازمان عملکرد دارد و چه اتفاقی برای سهام خواهد افتاد. با در دسترس بودن داده های مالی بیشتر ، می توان از آن در تحقیقات اساسی برای پیش بینی تغییرات قیمت سهام با نرخ بسیار سریعتر استفاده کرد (Ritesh ، Chethan & Jani ، 2017 ؛ Pandya et al. ، 2018 ؛ Awais et al. ، 2020 ؛ SUR، Pandya & Sah ، 2020 ؛ Barot ، Kapadia & Pandya ، 2020). شکل 1 نشان می دهد که چگونه سایت های شبکه های اجتماعی و اخبار بازار مالی بر داده های SM ذکر شده تأثیر می گذارد.

تغییرات در بازار سهام بر اساس اعتقادات در مورد اثربخشی آینده توسط انتخاب های انسانی برانگیخته می شود. پیش بینی بازار سهم مبتنی بر نرخ بهره ، بخش های تجاری و بازارهای کلیدی است که تقاضای و عرضه معاملات را تغییر می دهد. یک سرمایه گذاری ضعیف به راحتی می تواند منجر به خسارات قابل توجهی برای سرمایه گذاران شود ، به خصوص اگر آنها همچنان به انتخاب های اشتباه بپردازند. برای معامله گران سهام ، یک مدل پیش بینی مفید از اهمیت قابل توجهی برخوردار است. سرمایه گذاران تکنیک هایی را می خواهند که می توانند از مقادیر گسترده ای از داده ها استفاده کنند. داده های تجزیه و تحلیل الگوی شامل ترکیبی از ویژگی ها ، مانند داده های متنی و داده های SM است که در آن برخی از ویژگی ها معنی دار تر هستند در حالی که برخی دیگر به همان اندازه پیش بینی کننده نیستند.

تحقیقات ما با هدف استفاده از دانش رسانه های اجتماعی برای ایجاد چارچوبی برای تجزیه و تحلیل و پیش بینی روندهای تاریخی در قیمت سهام. ما توضیح می دهیم که چگونه اخبار مالی با پیش بینی قیمت سهام مرتبط و استفاده می شود ، و یک مطالعه مفید حرکت در بازار ارائه می دهد. یکی از تکنیک های مورد استفاده ، مقایسه SA از مقالات و همبستگی آنها با رفتار در قیمت سهام است. در اینجا ، ما سعی می کنیم پاسخ دهیم که آیا احساسات سرمایه گذار می تواند به پیش بینی تغییرات قیمت سهام کمک کند.

سرمایه گذاران سهام و برنامه ریزان مالی از روشهای مختلف سری زمانی برای تکنیک های پیش بینی بازار استفاده می کنند. در صورت مثبت بودن احساسات ، احتمال بیشتری وجود دارد که قیمت سهام همچنان افزایش یابد و اگر مخرب باشد ، قیمت سهام کاهش می یابد. شکل 2 تکنیک های طبقه بندی SA را نشان می دهد.

بقیه مقاله به شرح زیر سازماندهی شده است: "کار مرتبط" در مورد تحقیقات گذشته در مورد این موضوع بحث می کند."روش شناسی" پیش پردازش داده ها ، مدل پیشنهادی سیستم پیشنهادی و چارچوب حافظه کوتاه مدت بلند مدت (LSTM) را توصیف می کند."تنظیم آزمایش و نتایج" آزمایشی را شامل می شود که شامل SA و توانایی آن در پیش بینی SM با LSTM است. این بخش شامل جزئیات نتیجه خروجی و تکنیک های مختلف یادگیری ماشین برای پیش بینی نتایج SA است. اظهارات نتیجه گیری و احتمال پیشرفت های آینده در "نتیجه گیری و دامنه آینده" مورد بحث قرار گرفته است.

کار مرتبط

معدن یا احساسات بر اساس دیدگاه های خاص مردم است. SA در استخراج اطلاعات برای بسیاری از برنامه ها از جمله بررسی محصول ، مراقبت های بهداشتی ، سیاست و نظارت نقش دارد. پیش بینی حرکات سهام یک زمینه مهم و فعال مطالعه است و شامل پیش بینی های دقیق است. در سالهای اخیر پیشرفت های چشمگیری برای توسعه مدلهای پیش بینی کننده برای SM جهانی وجود داشته است. بسیاری از رویکردها و روشهای استاندارد در بررسی های ادبیات ، از جمله تجزیه و تحلیل پیش بینی سری زمانی استفاده می شود. از بسیاری از تکنیک های مدل سازی یادگیری ماشین نیز استفاده می شود. ما برخی از اطلاعات مربوط به استراتژی های تجزیه و تحلیل SM را از ادبیات جمع آوری کردیم. Milosevic (2016) و Pandya ، Sur & Kotecha (2020) تکنیک یادگیری ماشین را برای پیش بینی سرمایه گذاری های بلند مدت پیشنهاد دادند. این تکنیک برای هر 28 متغیر مالی منتخب به صورت f-75. 1 ٪ منجر می شود. انتخاب ویژگی اجازه می دهد تا تعداد ویژگی ها به 11 کاهش یابد ، در حالی که عملکرد را می توان به F-Score 76. 5 ٪ بهبود بخشید. الکساندر ، ایلیا و الکسی (2013) ، الگوریتم SVM و شبکه عصبی (N. N.) را برای پیش بینی SM پیشنهاد داد. این برنامه شاخص های DJIA و S& P500 را در پیش بینی های خود با استفاده از یک رویکرد مبتنی بر واژگان برای تجزیه و تحلیل حالات روانشناختی انتخاب می کند. مجموعه داده های توییتر و داده های سهام DJIA استفاده و موفقیت سهام را با موفقیت کاهش داد. بهترین دقت متوسط را می توان با استفاده از الگوریتم دستگاه بردار پشتیبانی (SVM) برای پیش بینی شاخص DJIA با 64. 10 ٪ بدست آورد. Lai & Liu (2014) در مورد مدل پیش بینی سهام با استفاده از SVM و کمترین مربع SVM بحث کرد.

Mihir ، Sumedh & Anmol (2020) و Mehta & Pandya (2020) با استفاده از تجزیه و تحلیل احساسات و یک رویکرد یادگیری ماشین ، مطالعه ای راجع به رابطه بین احساسات عمومی و سهام انجام دادند. سه تکنیک پیش بینی مختلف ، ناهمگونی مشروط عمومی خودجوش (GARCH) ، رگرسیون بردار پشتیبانی (SVR) و حداقل دستگاه بردار پشتیبانی مربع (LSSVM) با هسته موجک ترکیب شدند تا سه الگوریتم های موج مبتنی بر Garch (WL Garch) ، Wequet- Wequet- Wequet را تشکیل دهند. مبتنی بر SVR (WL SVR) و بردار مربع حداقل مبتنی بر موجک ، دستگاه پشتیبانی (WL LSSVM) برای پرداختن به مشکل سری زمانی مالی غیر خطی و غیر پارامتری. با استفاده از شاخص Hang Sang ، داو جونز و شاخص کامپوزیت شانگهای ، این الگوریتم های مبتنی بر موجک متفاوت بودند. بهترین نتایج بدون هسته موجک وابسته به LS-SVM بدست آمد. Xing ، Cambria & Welsch (2018b) و Sur ، Pandya & Sah (2020) دامنه پیش بینی مالی مبتنی بر زبان طبیعی (NLFF) را با استفاده از پردازش زبان طبیعی یا مطالعه برنامه ای ارائه می دهند. تکنیک های NLP به سرعت در حال رشد هستند و به تدریج زمینه ای از تحقیقات را با پیش بینی مالی متمرکز بر تجزیه و تحلیل NLFF یا SM از دیدگاه کاربردی ایجاد می کنند.

در ارتباطات ، احساسات نقش مهمی در برقراری ارتباط مؤثر دارد. یاسمنا و همکاران.(2013) و Pandya ، Sur & Kotecha (2020) بررسی کردند که آیا فیدهای توییتر منبع مفیدی برای پیش بینی روند در قیمت های بسته شدن سهام ، به اشتراک گذاشتن احساسات عمومی در مورد شرکت ها و محصولات آنها هستند. در این مقاله احتمال احساسات برای بیان یا عقاید مثبت و منفی برای پیش بینی SA در امور مالی اندازه گیری شده است. با استفاده از آزمون علیت Granger ، داده های چند روزه می توانند روند قیمت سهام را نشان دهند. اتخاذ SVM همچنین توییت ها را به عنوان احساسات مثبت ، منفی یا خنثی تعریف می کند و در نتیجه افزایش توانایی پیش بینی در SM ایجاد می شود. تلاش های زیادی انجام شده است (Sushree et al. ، 2018 ؛ Ghayvat et al. ، 2019 ؛ Pandya & Ghayvat ، 2021 ؛ Ghayvat ، Pandya & Awais ، 2021 ؛ Srivastava et al. ، 2021) برای پیش بینی SM ؛پیش بینی قیمت SM مؤثر شرکت با پخش داده های توییتر ، مجموعه را در زمان واقعی داده نشان می دهد. این تحقیق نشان می دهد که چگونه SA از خلق و خوی عمومی که از توییتر استخراج می شود یا هر فید رسانه های اجتماعی می تواند به طور موثری حرکات را در قیمت سهام مستقل پیش بینی کند. یک تکنیک مبتنی بر جریان برای استفاده از روش یادگیری فعال فعال سازگار است که به الگوریتم اجازه می دهد تا داده های جدید آموزش را انتخاب کند. علاوه بر این ، تأثیر اقتصادی این تجزیه و تحلیل همچنین از آزمایش LSTM از شبکه های عصبی مکرر (RNNS) استفاده کرده است.

تجزیه و تحلیل احساسات به ارزیابی تأثیر احساسات در یک متن متنی برای تجزیه و تحلیل تصمیم مثبت کمک می کند. Bhuriya و همکاران.(2017) مدلهای رگرسیون را برای پیش بینی قیمت بازار TCS بر اساس پنج ویژگی ، یعنی باز ، بزرگ ، کوچک ، نزدیک قیمت و حجم توسعه داد. این تحقیق تأثیر عملکرد خطی ، چند جمله ای و شعاعی را برای مدل های رگرسیون بر اساس مقادیر اعتماد به نفس نتایج مورد انتظار ارزیابی کرده است. روش رگرسیون خطی تکنیک های دیگر را پشت سر گذاشت و نمره اعتماد به نفس 0. 97 را بدست آورد. با رو به رشد اقتصاد بازار جهانی ، قیمت سهام بسیار غیر منتظره ای نوسان می کند. حتی با تجربه ، پیش بینی قیمت سهام به دلیل الگوهای تاریخی و قیمت سهام قبلی دشوار است. مات و همکاران.(2019) پیش بینی قیمت سهام را توسط News SA ارائه داد ، که تغییرات قیمت سهام را پیش بینی می کند. آنها همچنین ایده استفاده از SA را برای ارزیابی مقالات با رشته های ترکیبی منفرد معرفی کردند و رتبه مثبت ، منفی و خنثی را رشته کردند. عملکرد SA از پیش بینی بازار سهام برای هر مدل یادگیری ماشین تغذیه می شود. پاتل و همکاران.(2015 ، 2020) در مورد استفاده از پیش بینی سهام و حرکات شاخص قیمت سهام در بازار سهام هند با استفاده از یک چارچوب یادگیری ماشین بحث می کند. آنها از چهار مدل پیش بینی برای تجزیه و تحلیل داده ها استفاده کردند: (1) ANN ، (2) SVM ، (3) جنگل تصادفی و (4) Bayes ساده لوح. هر کدام دو روش ورودی دارند. برنامه دقت هر یک از دو روش ورودی را از هر مدل پیش بینی تجزیه و تحلیل می کند. بررسی دو سهام سازمان ، یعنی Reliance Industries و Infosys Ltd. و دو شاخص قیمت سهام CNX Nifty و بورس بمبئی S& P (BSE) از سال 2003 تا 2012 گرفته شده است. طراحی شده برای تمرکز بر حداقل نسبت خطا و بهبود دقت پیش بینی ضمن پیش بینی الگوهای عملکرد قیمت سهم. از روشهای از جمله اخبار مالی SA و مقادیر SM تاریخی برای شکل گیری مدل پیش بینی استفاده شده است. روشهای ذکر شده در بالا به طور موثری از اشکال مختلف داده های بازار و شرکت استفاده کرده و بهترین نتایج را در مقایسه با سایر مطالعات انجام شده در گذشته ارائه داده اند. آنها از مجموعه داده های سه شرکت با مقادیر سهام استفاده کردند. اول ، آنها احساسات اخبار را برای استفاده از طبقه بندی کننده ساده لوح برای داشتن قطبیت متن مورد مطالعه قرار دادند ، که دقت پیش بینی کننده ای بین 72. 73 ٪ و 86. 21 ٪ را ارائه می داد. دوم ، آنها قیمت سهام گذشته و قطب های خبری را برای پیش بینی قیمت سهام آینده ترکیب کردند و در نتیجه تقریباً 89. 80 ٪ دقت پیش بینی کننده را به همراه داشت.

چن و همکاران.(2018) N. N. پیش بینی قیمت با یادگیری عمیق با استفاده از داده های ارزش سهام CSI 300 از SM چینی و مشاهده کرد که عملکرد پیش بینی یادگیری عمیق بالاتر از N. NS معمولی است.< Span> چن و همکاران.(2018) N. N. پیش بینی قیمت با یادگیری عمیق با استفاده از داده های ارزش CSI 300 از SM چینی و مشاهده کرد که عملکرد پیش بینی یادگیری عمیق بالاتر از N. NS. Chen و همکاران معمولی است.(2018) N. N. پیش بینی قیمت با یادگیری عمیق با استفاده از داده های ارزش سهام CSI 300 از SM چینی و مشاهده کرد که عملکرد پیش بینی یادگیری عمیق بالاتر از N. NS معمولی است.

Carosiaa، Coelho & Silva (2020) به جنبش های SM بر اساس اخبار و رویدادهای خارجی پرداختند که به شدت بر ارزش بازار شرکت های خاص تأثیر گذاشت. این تحقیق بر تجزیه و تحلیل عمل SM برزیل در توییتر توسط SA با در نظر گرفتن سه دیدگاه متمرکز شد: (1) تعداد مطلق احساسات توییت.(ب) احساسات توییت وزن شده توسط موارد دلخواه. و (iii) احساسات سنگین را دوباره توییت کنید. آنها از روش پرسپترون چندلایه برای آزمایش خود برای دستیابی به SA در پرتغالی استفاده کردند. الگوریتم های یادگیری عمیق نیز نقش حیاتی در زمینه SA دارند. سانتوس و گاتی (2014) یک N. N. بر اساس جملات نقد فیلم Stanford Sentiment Treebank و همچنین مجموعه احساسات Stanford Twitter با پیام های توییتر. آنها به دقت بیش از 85 درصد در هر دو پیش بینی احساسات بدنه دست یافتند. تغییرات داده های مالی بر اساس تعداد زیادی از متغیرهای همبسته است که به طور مداوم در حال تغییر هستند. یوشیهارا و همکاران(2014) یک تکنیک SA را با استفاده از یادگیری عمیق برای پیش بینی بازار مالی با ترکیب RNN با شبکه های اعتقاد عمیق (DBN) مورد بحث قرار داد. رفتار بازار مالی مورد انتظار پیش بینی شده توسط SA نشان داد که میزان خطا از 47. 30% به 40. 05% به طور متوسط کاهش یافته است که در مقایسه با استراتژی های SVM و DBN مطلوب است. جیانگ (2020) تحلیلی از مدل های یادگیری عمیق برای پیش بینی SM ارائه کرد. او چارچوب های مختلف N. N، معیارهای ارزیابی رایج و یکپارچگی و قابلیت اطمینان آنها را دسته بندی کرد. این مطالعه نشان دهنده آخرین پیشرفت در پیش بینی SM با استفاده از رویکردهای مختلف است. پانگ و همکاران(2018) و Sun (2016) پیشنهاد کردند که N. N. روش هایی برای دستیابی به پیش بینی های داده های سهام بالاتر و مدل یادگیری عمیق N. N LSTM توسعه داده می شوند. باید برای پیش بینی بازارهای مالی استفاده شود. دقت آنها برای شاخص ترکیبی سهام A شانگهای به ترتیب 57. 2% و 56. 9% بود. خان و همکاران(2020) الگوریتم های داده را با استفاده از شبکه های اجتماعی و اخبار کسب و کار برای ارزیابی اثرات این داده ها بر دقت پیش بینی های SM طی 10 روز پیاده سازی کرد. انتخاب ویژگی ها در مجموعه داده ها و حذف توییت های اسپم برای بهبود کارایی و دقت پیش بینی انجام شد. در نهایت از یادگیری عمیق برای دستیابی به دقت پیش بینی بیشتر استفاده شد و برخی طبقه بندی کننده ها نصب شدند. نتایج تجربی نشان داد که استفاده از شبکه های اجتماعی و اخبار اقتصادی به ترتیب 53/80 درصد و 16/75 درصد صحت پیش بینی را به همراه داشته است. این مطالعه نشان می دهد که ارزیابی SMها در نیویورک و Red Hat دشوار است.

در حالی که سهام در نیویورک و IBM تحت تأثیر رسانه های اجتماعی قرار دارند. سهام در لندن و مایکروسافت بیشتر تحت تأثیر اخبار مالی قرار دارند. طبقه بندی کننده جنگل تصادفی دقیق بود و گروه آن با 83. 22 ٪ بهترین دقت را بدست آورد.

یو و یان (2020) داده هایی را در مورد قیمت کالاهای مالی به عنوان یک سری یک بعدی ایجاد شده توسط طرح ریزی یک سیستم طبیعی متشکل از شاخص های متعدد در ابعاد زمان و بازسازی قیمت سهام با استفاده از بازسازی فاز فاز سری زمانی (PSR) ارائه داد. تکنیک. یک مدل پیش بینی کننده مبتنی بر DNN با استفاده از سیستم PSR تهیه شده و یک LSTMS بر اساس یادگیری عمیق برای پیش بینی قیمت بازار تهیه شده است. روشهای یادگیری عمیق گسترش ANN ها است که رشد ناگهانی را برای پیش بینی سری زمانی مالی تجربه کرده اند.

روش شناسی

تجزیه و تحلیل ما برای پیش بینی SM هند از 1 اکتبر 2014 تا 31 دسامبر 2018 از طریق SA مختلف منابع مختلف رسانه های اجتماعی از جمله MoneyControl ، IIFL ، Times Economy ، Standard Business ، رویترز و LiveMint پیش بینی شده است. مراحل زیر انجام شد: (1) جمع آوری داده ها.(2) پیش پردازش داده ؛(3) اخبار ؛(4) استفاده از رویکردهای مختلف یادگیری ماشین برای مقایسه داده ها.(5) پیش بینی SM با استفاده از مدل یادگیری عمیق.