上市公司新闻文本分析与分类预测
简介
上市公司新闻文本分析与分类预测的基本步骤如下：
从新浪财经、每经网、金融界、中国证券网、证券时报网上，爬取上市公司（个股）的历史新闻文本数据（包括时间、网址、标题、正文）
从Tushare上获取沪深股票日线数据（开、高、低、收、成交量和持仓量）和基本信息（包括股票代码、股票名称、所属行业、所属地区、PE值、总资产、流动资产、固定资产、留存资产等）
对抓取的新闻文本按照，去停用词、加载新词、分词的顺序进行处理
利用前两步中所获取的股票名称和分词后的结果，抽取出每条新闻里所包含的（0支、1支或多支）股票名称，并将所对应的所有股票代码，组合成与该条新闻相关的股票代码列表，并在历史数据表中增加一列相关股票代码数据
从历史新闻数据库中抽取与某支股票相关的所有新闻文本，利用该支股票的日线数据（比如某一天发布的消息，在设定N天后如果价格上涨则认为是利好消息，反之则是
2021-10-27 10:54:26
5.39MB
1
由于词汇敏感之类的原因，每次发布都审核失败，于是转为图片上传了！相关代码在文末附录中。
数据来源：2020记忆：报道、非虚构与个人叙述（持续更新）
附录：
t1.py:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2020/2/12 13:02
# @Author : ystraw
# @Site :
# @File : t1.py
# @Software: PyCharm Community Edition
# @function: 从github指定链接中进行数据获取
#
2021-07-10 16:08:19
2.29MB
1