利用情感分析预测中债价格指标

打开文本图片集

摘要：本文运用固定收益分析师情感分析结果和其他信息作为模型输入数据，使用机器学习方法预测中债价格指标。研究结果表明：一是方向性预测较准确，机器学习中的XGBoost方法效果最好，在预测中债指数时，二分类预测的平均准确率为75%，四分类预测的平均准确率为65%，在预测10年期与2年期中债国债收益率之差的变化时，二分类预测的平均准确率为68%，四分类预测的平均准确率为58%；二是借助模型可以筛选分析师，从而方便市场参与者从固定收益分析师中优中选优，参考研究结果，做好辅助决策；三是模型处理迅速，不存在人为判断速度慢、工作量大的问题。（剩余6765字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。