新闻舆情分析的 HAN 网络选股
创建于 更新于
摘要
本文提出基于混合注意力机制的HAN网络，对沪深300股票池个股的多条新闻舆情进行文本挖掘，实现短期股价走势预测。HAN网络通过词语、新闻及时间层次注意力模块模仿人类对新闻的注意力分配，有效提取关键信息。实证结果表明，基于HAN网络的TopK-Dropout选股策略年化超额收益达15.96%，注意力机制显著提升模型表现，其中新闻和时间注意力对收益贡献最大。注意力权重分析显示模型对高信噪比词语、直接相关新闻及近期新闻赋予更高权重，体现较好解释性。HAN网络为文本舆情因子构建提供了有效路径，但模型仍有提升空间，尤其是在金融领域词向量和时间注意力分布方面。[page::0][page::3][page::4][page::11][page::15][page::17][page::21][page::24]
