金融文本理解的特征选择研究

【摘要】互联网上海量的金融文本数据(财经新闻,研究报告,股吧论坛等)蕴含着丰富的信息,而这些信息与很多财经事件或证券走势存在着密切的关系。如何让机器自动理解这些海量金融文本数据,给出有价值的信息,就成为一个很有价值的工作。选择合适的特征词集合(特征集)是金融文本理解的一个基础且不可逾越的环节。合适的特征集不仅要有好的分类能力,而且还要有好的稳定性,即对训练数据的低敏感性。本文首先根据金融文本理解的具体任务,初选一个较大的候选特征集。接着,应用SVM-RFE和随机森林特征选择算法从该候选特征集中选择特征,并分析其在稳定性方面的不足；然后,给出了一种基于训练样本摄动的组合特征选择算法,并比较了它与未组合的特征选择方法在特征选择的稳定性和分类性能上的优劣；实证结果显示基于组合的方法在取得了与未组合方法相近的分类准确率下,提高了特征子集的稳定性,且降低了分类准确率的标准差,表明了组合方法的有效性和优越性。此外,本文还对确定最优特征子集大小的方法进行研究,给出了一种基于训练准确率的特征子集大小确定算法。
【作者】周喆；
【导师】罗林开；
【作者基本信息】厦门大学，控制工程，2014，硕士
【关键词】金融文本理解；特征选择；组合；

【参考文献】
[1]王明学.中国民生银行发展战略研究[D].对外经济贸易大学,工商管理,2004,硕士.
[2]刘宇.食用合成色素日落黄和胭脂红的分析方法研究[D].西北大学,分析化学,2013,硕士.
[3]赵奇.基于DHT的P2P资源定位算法研究及Chord协议的改进[D].吉林大学,计算机系统结构,2013,硕士.
[4]朱海燕.股指期货与股票市场效率研究[D].湖南大学,金融学,2003,硕士.
[5]王凯.野生动物资源利用企业社会责任研究[D].北京林业大学,林业经济管理,2014,博士.
[6]孙小淇.山东省果蔬物流配送网络优化设计研究[D].大连海事大学,物流工程与管理,2013,硕士.
[7]范仲曦.建设银行深圳分行个人理财业务发展策略研究[D].大连理工大学,工商管理（专业学位）,2012,硕士.
[8]江晓燊.甲状腺乳头状癌BRAF V600E突变对NIS、Cyclin D1蛋白质表达的影响及其临床意义[D].广西医科大学,外科学,2013,硕士.
[9]汪晓菲.食品生产者不主动召回的法律责任研究[D].首都经济贸易大学,法律（专业学位）,2013,硕士.
[10]刘小玉.基于管板等效的冷凝器结构抗冲击动态性能分析[D].哈尔滨工业大学,固体力学,2014,硕士.
[11]梅尔范D·卡特,威廉E·古德,G·C·霍华德,雷蒙德M·汤普森.在阿拉斯加湾对亮点和沙页岩的研究[J].石油地球物理勘探,1976,S1:5.
[12]盖湘涛.论城市特色规划[J].城市.1991(04)
[13]闫东.工程机械电液转向系统的动态性能研究[D].兰州理工大学,动力工程,2013,硕士.
[14]邢琳琳.基于RFID技术的多信息动态标识系统的研究及应用[D].浙江大学,电子信息技术（专业学位）,2013,硕士.
[15]肖哲.基于统一特征空间的低分辨率人脸识别算法[D].哈尔滨工业大学,计算机科学与技术,2014,硕士.
[16]贾乾发.叠氮化合物与醛/不饱和醛合成1，2，3-三氮唑类衍生物的方法学研究[D].广东工业大学,工业催化,2014,硕士.
[17]许辉姜.针对海外学生的《孟子》伦理思想教学设计[D].厦门大学,汉语国际教育,2014,硕士.
[18]李丹.约翰·邓恩爱情诗中女性身份的缺失[D].河北师范大学,英语语言文学,2014,硕士.
[19]林焕章,杨岳勤.不能说“京沪高速铁路是‘钓鱼’立项”[J].中国铁路.1999(06)
[20]赵会艳.现代中国画特有色彩语言的探索与研究[D].曲阜师范大学,艺术学,2013,硕士.
[21]陶璐.姜黄浸膏散制备工艺及其抗草鱼肝损伤的研究[D].湖北中医药大学,药物分析学,2013,硕士.
[22]李淑青.含TiB_2/Al_2O_3陶瓷的电孤喷涂粉芯线材的研究[D].北京工业大学,材料加工工程,2004,硕士.
[23]宋萌萌.大麦光周期相关基因CCA1的克隆及表达特性研究[D].西北农林科技大学,农业推广,2012,硕士.
[24]白丽铃.学业不良学生的外显、内隐自我概念及其与重要他人评价的关系[D].华东师范大学,发展与教育心理学,2013,硕士.
[25]李曰兵,金伟娅,高增梁,雷月葆.核压力容器缺陷验收确定性准则的失效概率分析[J].机械工程学报,2015,06:27-35.
[26]许旭慧.国际保理中应收帐款转让的法律问题[D].华东政法学院,法律,2003,硕士.
[27]梁政山.公司透明度、股票流动性和流动性风险[D].重庆大学,会计学,2014,硕士.
[28]张瑞麒.经济垄断的伦理审思[D].湖南师范大学,伦理学,2014,硕士.
[29]黄丽萍.多中心治理视角下的保健食品安全问题研究[D].华侨大学,公共管理（专业学位）,2014,硕士.
[30]王志月.C/C++程序的控制流混淆技术研究[D].广东工业大学,计算机应用技术,2014,硕士.
[31]张竟飞.面向不平衡负荷的无功功率补偿研究与设计[D].西安电子科技大学,电机与电器,2012,硕士.
[32]边皓.保障性住房的财政金融政策支持分析[D].南京农业大学,金融学,2011,硕士.
[33]赵莉.新媒体科学传播亲和力的话语建构研究[D].中国科学技术大学,公共管理,2014,博士.
[34]袁鑫鑫.大学生志愿服务活动的思想政治教育功能研究[D].苏州大学,思想政治教育,2012,硕士.
[35]潘亚明,赵晓明.用“分块矩阵法”快速解算极点配置自适应控制规律[J].自动化学报,1987,06:450-454.
[36]黄名.影响小儿脊髓栓系综合征疗效的Logistic回归分析[D].广西医科大学,小儿外科（专业学位）,2013,硕士.
[37]姚明言.α-硫辛酸对高糖培养的人视网膜色素上皮细胞氧化应激以及分泌VEGF与PEDF的影响[D].河北医科大学,内科学,2013,硕士.
[38]吕羚源.导电聚合物包覆S-C正极材料的制备及电化学性能研究[D].哈尔滨工业大学,物理化学,2014,硕士.
[39]熊识仲.远参考道大地电磁测深的实际应用[J].石油地球物理勘探,1990,05:594-599+646.
[40]高远.天麻发酵酒的研制[D].吉林农业大学,农产品加工及贮藏工程,2012,硕士.
[41]曾晴.基于工作家庭平衡视角的情绪劳动与工作倦怠的关系研究[D].中国矿业大学,企业管理,2014,硕士.
[42]陆德,陈常娟.广东省宽带通信网建设及其发展的考虑[J].世界电信.1997(02)
[43]刘洪刚,刘春萌,杨帅,井云环.神华宁煤煤化工基地粉煤灰的资源化利用[J].当代化工,2014,10:1955-1958.
[44]刘奉家.五机架冷连轧厚度控制原理与应用研究[D].西安建筑科技大学,冶金工程,2004,硕士.
[45]朱君.钢轨闪光对焊接头的灰斑形成机制研究[D].兰州理工大学,材料加工工程,2014,硕士.
[46]张学术.应力时效对AZ80镁合金力学性能的影响[D].燕山大学,材料学,2013,硕士.
[47]黄开来.对中国男篮在第30届奥运会上失利原因的分析[D].南京体育学院,体育教学,2013,硕士.
[48]闫志颖.喘可治注射液治疗支气管哮喘急性发作期的临床研究[D].北京中医药大学,中医内科学,2013,硕士.
[49]呼小红.金属氧化物催化臭氧生成羟基自由基机理理论研究[D].哈尔滨工业大学,物理化学,2013,硕士.
[50]张丽新.神华神东电力公司薪酬体系设计[D].大连海事大学,工商管理,2012,硕士.