基于微博信息的股票交易預(yù)測研究

●胡 婧 葉建木

基于微博信息的股票交易預(yù)測研究

●胡 婧 葉建木

本文利用微博信息對(duì)股票市場交易進(jìn)行預(yù)測是大數(shù)據(jù)時(shí)代的研究熱點(diǎn)，具有明顯的現(xiàn)實(shí)意義。本文選取我國股票市場上中證100指數(shù)成分股的微博數(shù)據(jù)作為樣本，研究了微博數(shù)據(jù)指標(biāo)與股票交易量、交易金額的相關(guān)性，并利用BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練了微博數(shù)據(jù)指標(biāo)與股票交易指標(biāo)并對(duì)個(gè)股的交易量和交易金額進(jìn)行了預(yù)測。結(jié)果表明，與傳統(tǒng)的基于歷史數(shù)據(jù)預(yù)測方法相比，基于微博數(shù)據(jù)指標(biāo)的預(yù)測模型穩(wěn)定性更高，預(yù)測結(jié)果與實(shí)際交易量和交易金額更接近，具有一定的應(yīng)用價(jià)值。

微博 股票 相關(guān)性 BP神經(jīng)網(wǎng)絡(luò) 預(yù)測

一、引言

微博（也稱新浪微博）是一款為網(wǎng)民提供娛樂、休閑、生活等服務(wù)的信息分享和交流平臺(tái)，其所具備的私信、評(píng)論、轉(zhuǎn)發(fā)、點(diǎn)贊等功能，極大地便捷了用戶間的交流。截至2016年3月底，微博月活躍用戶2.61億，日活躍用戶達(dá)1.2億，其中包括大量政府機(jī)構(gòu)、企業(yè)、公職人員和其他個(gè)人的認(rèn)證賬號(hào)。開放的傳播機(jī)制使新浪微博成為中國的“公共議事廳”。微博時(shí)效性強(qiáng)、大眾參與度高，可以比較準(zhǔn)確和實(shí)時(shí)地反映社會(huì)整體的心理和行為，研究者也能夠利用網(wǎng)絡(luò)爬蟲技術(shù)從微博獲取與股市密切相關(guān)的政策、企業(yè)信息和投資者情緒等信息，為股票市場預(yù)測的研究提供了一個(gè)新的方向和途徑。

Bollen等 (2010)最早利用微博（Twitter）研究公眾情感與股票市場的關(guān)系，采用OpinionFinder和GPOMS兩種情緒追蹤工具對(duì)微博進(jìn)行情感分類，研究發(fā)現(xiàn)“冷靜”維度的情緒指數(shù)與三天后的道瓊斯工業(yè)指數(shù)顯著相關(guān)。此后的研究者做了大量探討微博與股票市場指數(shù)關(guān)系的工作。Zhang等(2011)使用Twitter測量投資者的希望和恐懼程度，得出情緒指數(shù)與股指呈負(fù)相關(guān)，但與市場波動(dòng)指數(shù)(Volatility Index,VIX)呈正相關(guān)的結(jié)論。Arafat等(2013)建立了一個(gè)基于云計(jì)算的算法系統(tǒng)，驗(yàn)證了公眾情緒與公司市場活力之間的比例關(guān)系。國內(nèi)學(xué)者的研究主要借鑒了國外的相關(guān)經(jīng)驗(yàn)，同時(shí)結(jié)合中國實(shí)際情況進(jìn)行實(shí)證分析。多數(shù)研究成果，如王美今和孫建軍(2004)，韓立巖和伍燕然(2007)，劉麗文和王鎮(zhèn)(2016)等人的研究都支持投資者情緒與市場收益率存在相關(guān)關(guān)系。

現(xiàn)有的利用微博對(duì)不同國家金融市場預(yù)測的研究，主要是通過情感分析方法和數(shù)據(jù)挖掘技術(shù)來進(jìn)行的。情感分析主要依托于詞庫，然而漢語復(fù)雜多變，且詞庫的更新速度遠(yuǎn)不及網(wǎng)絡(luò)語言與情緒的發(fā)展速度，詞語傾向性很難把握，因此，在研究我國股票市場預(yù)測時(shí)，利用情感分析建立基于微博等網(wǎng)絡(luò)平臺(tái)的投資者情緒指數(shù)的研究存在較大的誤差和改進(jìn)余地?；诖耍疚难芯课⒉┥瞎善蓖顿Y者的行為，不使用情感分析，而是通過建立微博指標(biāo)，尋找其與股票交易信息之間存在的聯(lián)系。

二、樣本選擇及處理

滬深300指數(shù)是由滬深證券交易所于2005年聯(lián)合發(fā)布的，從滬深證券市場中選取300只規(guī)模較大、流動(dòng)性較強(qiáng)的A股作為樣本編制而成的成分股指數(shù)，總市值約占滬深市場的60%。中證100指數(shù)是由滬深300指數(shù)樣本股中規(guī)模最大的100只股票組成的成分股指數(shù)，具有市場影響力突出、社會(huì)討論廣泛、引導(dǎo)作用明顯的特點(diǎn)。本文以中證100指數(shù)的成分股為依據(jù)，使用集搜客GOOSEEKER網(wǎng)頁抓取工具抓取了2016年1月至6月這100只股票的相關(guān)微博總量，并選取該區(qū)間內(nèi)微博討論量最多的若干只個(gè)股作為樣本進(jìn)行研究。經(jīng)過測試，為了達(dá)到排除無關(guān)或干擾信息的目的，將爬取關(guān)鍵詞設(shè)定為“股票代碼+股票名稱”，以得到較為精準(zhǔn)的個(gè)股微博數(shù)據(jù)。

利用集搜客爬取到的數(shù)據(jù)以Excel電子表格形式儲(chǔ)存，刪去重復(fù)微博并整理計(jì)算后可以獲得個(gè)股每日微博數(shù)據(jù)指標(biāo)，如表1所示。

表1 個(gè)股每日微博數(shù)據(jù)指標(biāo)

三、相關(guān)性研究

（一）微博數(shù)據(jù)與當(dāng)日股票指標(biāo)的相關(guān)性

為了驗(yàn)證個(gè)股微博信息是否能夠預(yù)測股票走勢，首先需要確認(rèn)微博指標(biāo)與股票指標(biāo)是否存在相關(guān)性。

本文選取開盤價(jià)、最高價(jià)、收盤價(jià)、最低價(jià)、交易量、交易金額、漲幅等七項(xiàng)指標(biāo)，并從上交所和深交所各選取了一只代表性個(gè)股（300104樂視網(wǎng)和000002萬科A）與表1中的五項(xiàng)指標(biāo)分別進(jìn)行相關(guān)性檢驗(yàn)。表2和表3給出了樂視網(wǎng)和萬科A在2016年6月和2016年8月股票交易日內(nèi)的微博指標(biāo)與股票指標(biāo)的相關(guān)系數(shù)。

綜合表2和表3中的數(shù)據(jù)可以看出，交易日當(dāng)日的微博數(shù)據(jù)指標(biāo)和其股票表現(xiàn)情況均存在一定的相關(guān)性：盡管微博指標(biāo)與股票價(jià)格（開盤價(jià)、收盤價(jià)、最高價(jià)、最低價(jià)）的相關(guān)性存在個(gè)股差異，但是就樂視網(wǎng)和萬科A這兩只股票而言，微博數(shù)、互動(dòng)數(shù)、轉(zhuǎn)發(fā)數(shù)與股票交易量、交易金額的相關(guān)系數(shù)均高于0.5，處于較高水平。這說明在社交媒體討論該只個(gè)股的人數(shù)越多、范圍越廣，則該股的成交量和成交金額越大，符合基于常識(shí)的預(yù)期。值得一提的是，顯著的負(fù)相關(guān)性對(duì)研究也是有意義的，利用反向指標(biāo)進(jìn)行預(yù)測同樣具有可行性。

表2 2016年6月樂視網(wǎng)（300104）微博指標(biāo)與股票指標(biāo)相關(guān)系數(shù)

表3 2016年8月萬科A（000002）微博指標(biāo)與股票指標(biāo)相關(guān)系數(shù)

近年來，大量的研究顯示，與傳統(tǒng)媒介相比，社交網(wǎng)絡(luò)（如微博）作為新興投資者信息交流平臺(tái)，能夠更加實(shí)時(shí)、準(zhǔn)確、迅速地反映上市公司重大信息披露對(duì)公眾造成的影響。

2016年6月，樂視網(wǎng)微博數(shù)大體上較為平穩(wěn)，但是3日和30日呈現(xiàn)井噴態(tài)勢，分別超過當(dāng)月均值的10倍及4倍。樂視網(wǎng)2015年12月5日停牌籌劃重大事項(xiàng)，直到2016年6月3日復(fù)牌，復(fù)牌當(dāng)日引發(fā)熱議，然而表現(xiàn)不佳當(dāng)日跌停，后續(xù)微博討論驟減；6月30日樂視網(wǎng)漲停，或與樂視成為酷派股東且正積極籌備樂視金融有關(guān)，也引發(fā)了較大規(guī)模討論。同樣，2016年8月，萬科A微博討論數(shù)量在4、5兩日達(dá)到最高值。8月4日，萬科A股票漲停，媒體稱恒大買入萬科股票，比例或超過2%，引發(fā)投資者熱議并發(fā)酵至次日。這些都驗(yàn)證了前人的研究結(jié)果，作為國內(nèi)主流社交網(wǎng)絡(luò)，微博是網(wǎng)絡(luò)信息傳遞的重要途徑，能夠?qū)崟r(shí)體現(xiàn)社會(huì)公眾的行為表現(xiàn)，具有反映人們行為及后果的意義。

（二）微博數(shù)據(jù)與次日股票指標(biāo)的相關(guān)性

個(gè)股數(shù)據(jù)與其微博內(nèi)容體現(xiàn)的社會(huì)特征在同一天的相關(guān)性并不能起到預(yù)測功能。因此，本文同樣檢驗(yàn)了樂視網(wǎng)和萬科A在2016年6月和2016年8月的微博指標(biāo)與次日股票指標(biāo)的相關(guān)性，見表4、表5?？梢钥闯?，與表2、表3相比，相關(guān)系數(shù)有所降低，但是投資者的交易行為與前一日的社會(huì)行為之間仍然存在著一定聯(lián)系。交易量、交易金額與微博數(shù)、互動(dòng)總數(shù)、轉(zhuǎn)發(fā)數(shù)的相關(guān)系數(shù)都保持在0.3以上，對(duì)股票交易數(shù)據(jù)進(jìn)行預(yù)測仍然具有可行性。

表4 2016年6月樂視網(wǎng) （300104）微博指標(biāo)與次日股票指標(biāo)相關(guān)系數(shù)

表5 2016年8月萬科A（000002）微博指標(biāo)與次日股票指標(biāo)相關(guān)系數(shù)

四、BP神經(jīng)網(wǎng)絡(luò)預(yù)測

上一節(jié)的研究結(jié)果顯示，（T-1）日的投資者微博行為與T日的股票交易行為存在相關(guān)性，因此可以利用這一結(jié)論來預(yù)測投資者的行為，以及該行為其對(duì)股票交易價(jià)格和成交量變化的作用。

然而，由于股票市場參與者眾多，容易受到多方因素的影響，是一個(gè)非線性、大規(guī)模的復(fù)雜系統(tǒng)，傳統(tǒng)的利用財(cái)務(wù)指標(biāo)進(jìn)行線性模型預(yù)測的方法并不適用。而BP神經(jīng)網(wǎng)絡(luò)可以進(jìn)行大規(guī)模并行處理，具有很強(qiáng)的非線性逼近能力及自學(xué)習(xí)、自適應(yīng)能力，符合預(yù)測的要求。因此本文利用MATLAB R2012b中BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行股票預(yù)測研究，構(gòu)建四層BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，其結(jié)構(gòu)如圖1所示。

圖1 本文BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

（一）微博指標(biāo)對(duì)股票交易的預(yù)測

將表1中的五個(gè)微博指標(biāo)，即微博數(shù)、互動(dòng)參與率、互動(dòng)總數(shù)、互動(dòng)均值和轉(zhuǎn)發(fā)數(shù)設(shè)定為輸入向量，股票交易量和交易金額設(shè)定為輸出向量。經(jīng)過多次試驗(yàn)，確定隱層第一層和隱層第二層節(jié)點(diǎn)數(shù)分別為8個(gè)和22個(gè)。

將最近30個(gè)自然日的數(shù)據(jù)作為訓(xùn)練樣本。為了避免輸入、輸出變量之間數(shù)量級(jí)差異造成的誤差，對(duì)全部樣本進(jìn)行了歸一化處理。學(xué)習(xí)率設(shè)定為0.05，目標(biāo)為0.0000001，設(shè)定輸入數(shù)據(jù)的20%為測試數(shù)據(jù)、20%為變化數(shù)據(jù)、60%為訓(xùn)練數(shù)據(jù)，隨后進(jìn)行10000次訓(xùn)練，最后對(duì)樣本數(shù)據(jù)反歸一化。訓(xùn)練結(jié)果如圖2所示。由此即得到本文所需的神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)Ⅰ。在系統(tǒng)中輸入五項(xiàng)個(gè)股微博指標(biāo)，即可對(duì)下一交易日的股票交易量及交易金額；進(jìn)行預(yù)測。

圖2 萬科A2016年8月微博指標(biāo)訓(xùn)練結(jié)果

（二）歷史交易數(shù)據(jù)對(duì)股票交易的預(yù)測

為了驗(yàn)證該系統(tǒng)的準(zhǔn)確性，本文同樣建立了基于萬科A股票歷史數(shù)據(jù)對(duì)股票交易量及金額的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)Ⅱ。該系統(tǒng)采取相同的研究方法，五個(gè)輸入變量分別為（T-1）日、（T-2）日、（T-3）日交易量和（T-1）日、（T-2）日交易金額，兩個(gè)輸出變量為T日的股票交易量和交易金額。同樣，將最近30個(gè)自然日的數(shù)據(jù)作為訓(xùn)練樣本，其他參數(shù)設(shè)置與系統(tǒng)Ⅰ一致。訓(xùn)練結(jié)果如圖3。

圖3 萬科A2016年8月歷史交易數(shù)據(jù)訓(xùn)練結(jié)果

（三）股票交易預(yù)測偏差的比較分析

利用神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)Ⅰ和系統(tǒng)Ⅱ，分別對(duì)萬科A的交易數(shù)據(jù)進(jìn)行預(yù)測。將預(yù)測結(jié)果與實(shí)際股票交易數(shù)據(jù)進(jìn)行比較，偏差結(jié)果如圖4、圖5。

圖4 兩個(gè)預(yù)測系統(tǒng)對(duì)萬科A2016年9月交易量預(yù)測偏差對(duì)比

圖5兩個(gè)預(yù)測系統(tǒng)對(duì)萬科A2016年9月交易金額預(yù)測偏差對(duì)比

圖4 、圖5中，百分比表示通過微博指標(biāo)預(yù)測和基于歷史數(shù)據(jù)預(yù)測水平與實(shí)際交易水平的偏差。0.0%即表示萬科A實(shí)際成交水平。

觀察預(yù)測偏差的絕對(duì)值，與微博指標(biāo)預(yù)測相比，基于股票歷史數(shù)據(jù)的預(yù)測總體上偏差更大，預(yù)測結(jié)果僅有兩天低于實(shí)際交易量或交易金額。

微博指標(biāo)預(yù)測偏差較小且比較平穩(wěn)，預(yù)測結(jié)果始終在實(shí)際交易情況附近變化，偏差幅度絕對(duì)值基本不超過100%；基于股票歷史數(shù)據(jù)的預(yù)測結(jié)果偏差較大且波動(dòng)明顯，偏差最大值甚至分別超過500%和600%?；谖⒉┲笜?biāo)的預(yù)測遠(yuǎn)遠(yuǎn)好于基于歷史數(shù)據(jù)的預(yù)測。

五、研究結(jié)論

本文在對(duì)相關(guān)文獻(xiàn)進(jìn)行梳理的基礎(chǔ)上，通過數(shù)據(jù)挖掘技術(shù)分析微博（weibo.com）上投資者的社會(huì)行為，尋求個(gè)股微博指標(biāo)與個(gè)股交易信息之間的相關(guān)關(guān)系，最后使用BP神經(jīng)網(wǎng)絡(luò)展開預(yù)測，構(gòu)建股票交易情況預(yù)測模型。

研究發(fā)現(xiàn)，股票的微博指數(shù)與其當(dāng)日及次日的股票信息都具有相關(guān)關(guān)系，特別是與股票交易量、交易金額之間的相關(guān)性較強(qiáng)，投資者股票交易行為和微博體現(xiàn)的社會(huì)行為之間有具有一定聯(lián)系。借助本文構(gòu)建的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，可以利用微博指標(biāo)對(duì)股票交易量及交易金額進(jìn)行預(yù)測，效果遠(yuǎn)好于以股票歷史數(shù)據(jù)為基礎(chǔ)的預(yù)測。

因此，本文具有一定的現(xiàn)實(shí)意義，對(duì)股票市場成交量的變化能起到一定的預(yù)測作用，對(duì)市場投資者和監(jiān)管層均有較好的啟示意義。然而，基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測方法仍然非常粗糙，有待進(jìn)一步改進(jìn)，以提高預(yù)測準(zhǔn)確性，增加實(shí)際運(yùn)用價(jià)值。

（作者單位：武漢理工大學(xué)管理學(xué)院）

[1]韓立巖,伍燕然.投資者情緒與IPOs之謎——抑價(jià)或者溢價(jià)[J].管理世界,2007,（03）.

[2]胡軍,王甄.微博、特質(zhì)性信息披露與股價(jià)同步性[J].金融研究,2015,（11）.

[3]劉麗文,王鎮(zhèn).投資者情緒對(duì)不同類型股票收益影響的實(shí)證研究[J].金融理論與實(shí)踐,2016，(02).

[4]宋彧婕.基于網(wǎng)絡(luò)信息的金融市場預(yù)測研究[D].電子科技大學(xué),2015.

[5]湯姚楠,劉亞臣.基于大數(shù)據(jù)的城市經(jīng)濟(jì)學(xué)研究方法思考[J].建筑經(jīng)濟(jì)，2015，（12）.

[6]王美今,孫建軍.中國股市收益、收益波動(dòng)與投資者情緒[J].經(jīng)濟(jì)研究,2004,（10）.

[7]許興軍,顏鋼鋒.基于BP神經(jīng)網(wǎng)絡(luò)的股價(jià)趨勢分析[J].浙江金融,2011,（11）.

[8]余志紅.投資者情緒對(duì)個(gè)股收益的預(yù)測——來自微博大數(shù)據(jù)挖掘的證據(jù)[D].中南大學(xué),2013.

[9]張?zhí)m廷.大數(shù)據(jù)的社會(huì)價(jià)值與戰(zhàn)略選擇[D].中共中央黨校, 2014.

[10]Arafat J.Analyzing Public Emotion and Predicting Stock Market Using,Social Media[J].American Journal of Engineering Research,2013,（02).

[11]Bollen J,Mao H,Zeng X.Twitter mood predicts the stock market[J].Journal of Computational Science,2010,（02).

[12]Zhang X,Fuehres H,Gloor P A,et al.Predicting Stock Market Indicators Through Twitter“I hope it is not as bad as I fear”[J].Procedia-Social and Behavioral Sciences,2011,（26).