github有一个Apple股价预测项目，https://github.com/Twabeeric/AAPLTextMining
股评师分析报告是否会对股价产生影响，为此本文使用文本情感分析对股评师报告对文本数据进行了度量。
项目数据包括：
Apple 2017-2018股价数据
ThomsonOne网站Sherri Scribner（德意志银行股评师）对Apple公司周度研究报告（2017-2018），有65个docx文件
导入数据
我们需要按照日期，将报告与股价数据按照日期合并到一起， 我们先导入分析师报告，一共有65个docx文件
-
from io
import StringIO
-
import pandas as pd
-
import datetime
-
import re
-
import docx
-
import os
-
def read_from_docx(file_path):
-
""
"
-
读取docx文件，并返回其中的文本内容
-
:param file_path: docx文件路径
-
:return: docx中的文本内容
-
"
""
-
texts =
''
-
doc = docx.Document(file_path)
-
for para in doc.paragraphs:
-
texts += para.text
-
return texts
-
flist = [f for f in os.listdir('data/reports
') if 'docx
' in f]
-
Descriptions = [read_from_docx('data/reports/
'+f) for f in flist]
-
Dates = [f[:8] for f in flist]
-
data1 = pd.DataFrame({'Date
': Dates,
-
'Descriptions
': Descriptions})
-
data1.head()
-
将日期Date整理为datetime类型
-
data1[
'Date'] = pd.to_datetime(data1[
'Date'])
-
data1.sort_values(
'Date', inplace=True)
-
data1.head()
导入Apple公司股价数据
-
data2= pd.read_csv(
'data/AAPL.csv')
-
data2[
'Date'] = pd.to_datetime(data2[
'Date'])
-
data2.head()
将股价和分析师报告按照Date合并
-
df = pd.merge(data1, data2)
-
df.head()
文本情感计算
pysentiment库对金融文本数据进行情感计算。查了下该库的官方文档，发现该库提供了两大情感分析
Harvard IV-4 英文通用情感分析，喜怒哀乐，主要是形容词情感词典
Loughran&MCdonald 英文金融情感分析，金融领域特有的情感词典
该库的教程可见于 http://bit.ly/2LECfw5
使用pandas的apply批处理方法，可以批量对对某一列施行某种算法（计算函数）
-
from pysentiment
import lm,hiv4
-
lm = lm.LM()
-
hiv4 = hiv4.HIV4()
-
def hiv4_positive(text):
-
words = hiv4.tokenize(text)
-
score = hiv4.get_score(words)
-
return score[
'Positive']
-
def hiv4_negative(text):
-
words = hiv4.tokenize(text)
-
score = hiv4.get_score(words)
-
return score[
'Negative']
-
def hiv4_polarity(text):
-
words = hiv4.tokenize(text)
-
score = hiv4.get_score(words)
-
return score[
'Polarity']
-
def hiv4_subjectivity(text):
-
words = hiv4.tokenize(text)
-
score = hiv4.get_score(words)
-
return score[
'Subjectivity']
-
def lm_positive(text):
-
words = lm.tokenize(text)
-
score = lm.get_score(words)
-
return score[
'Positive']
-
def lm_negative(text):
-
words = lm.tokenize(text)
-
score = lm.get_score(words)
-
return score[
'Negative']
-
def lm_polarity(text):
-
words = lm.tokenize(text)
-
score = lm.get_score(words)
-
return score[
'Polarity']
-
def lm_subjectivity(text):
-
words = lm.tokenize(text)
-
score = lm.get_score(words)
-
return score[
'Subjectivity']
-
df[
'hiv4_pos'] = df[
'Descriptions'].apply(hiv4_positive)
-
df[
'hiv4_neg'] = df[
'Descriptions'].apply(hiv4_negative)
-
df[
'hiv4_polarity'] = df[
'Descriptions'].apply(hiv4_polarity)
-
df[
'hiv4_subjectivity'] = df[
'Descriptions'].apply(hiv4_subjectivity)
-
df[
'lm_pos'] = df[
'Descriptions'].apply(lm_positive)
-
df[
'lm_neg'] = df[
'Descriptions'].apply(lm_negative)
-
df[
'lm_polarity'] = df[
'Descriptions'].apply(lm_polarity)
-
df[
'lm_subjectivity'] = df[
'Descriptions'].apply(lm_subjectivity)
-
df.head()
可视化
查看股价与报告的情感得分走势关系
-
import matplotlib.pyplot as plt
-
import seaborn as sns
-
f, axes = plt.subplots(nrows=
2, ncols=
1, figsize=(
14,
6))
-
axes[
0].set_title(
'Stock Price、HIV4_polarity & LM_polarity')
-
sns.lineplot(x=
"Date", y=
"Adj Close", data = df, label=
'Price', ax=axes[
0]);
-
sns.lineplot(x=
"Date", y=
"hiv4_polarity", data = df, label=
'hiv4_polarity', ax=axes[
1]);
-
sns.lineplot(x=
"Date", y=
"lm_polarity", data = df, label=
'lm_polarity', ax=axes[
1]);
本文只是找了很少的数据，从图中走势看，LM金融情感极性得分（lm_polarity）与股价price走势更相似。说明对于苹果公司而言，通过对股评师有关苹果公司的报告进行文本情感计算，能够一定程度上预测股价走势。
近期文章
课件获取方式，请在公众号后台回复关键词“20191211”
觉得本文有用，请不吝点赞评论转发～谢谢支持～
转载：https://blog.csdn.net/weixin_38008864/article/details/103502235
查看评论