1、金融股市是國民經(jīng)濟的晴雨表，也是國家宏觀經(jīng)濟發(fā)展的重要表現(xiàn)，因此了解金融股市是把握國家經(jīng)濟發(fā)展趨勢的一個有效方向。然而金融股市是不斷變化的，要了解、讀懂它較為困難，那么是什么使其如此瞬息萬變呢？起主要影響還是國家相關(guān)政策、財經(jīng)新聞以及股民對股市的情緒等等。
　　因此，本文以互聯(lián)網(wǎng)財經(jīng)文本為研究對象，從自然語言處理角度出發(fā)，探究財經(jīng)文本中動態(tài)變化的詞匯與股市指數(shù)變化的相關(guān)性，即：“詞匯-指數(shù)”相關(guān)性。這一相關(guān)性問題被形式化為兩個方面

2、：一是股市指數(shù)的漲跌分類問題、二是股市指數(shù)變化趨勢回歸問題，使用機器學(xué)習(xí)方法分析財經(jīng)新聞文本，訓(xùn)練回歸、預(yù)測分析模型，最終通過模型預(yù)測結(jié)果分析“詞匯-指數(shù)”相關(guān)性。將財經(jīng)文本表示成詞匯的集合，詞匯在每天的財經(jīng)文本中不斷更新變化，即文本中詞匯及詞匯頻率不斷變化，將這種變化稱為：詞匯動態(tài)特性。利用詞匯動態(tài)特性從文本中識別出那些與股市指數(shù)波動有較高相關(guān)性的詞匯（highly-index-correlated term，HICT），其中HICT

3、詞的識別是通過分析詞匯包含的股市指數(shù)信息量及其在時間序列上的頻率分布方法來完成，并以HICT詞權(quán)重值作為特征，訓(xùn)練漲跌預(yù)測和指數(shù)回歸分析模型。通過以上模型對股市指數(shù)漲跌進行預(yù)測,對股市收盤指數(shù)或漲幅等進行回歸分析，最終通過模型預(yù)測準確率和回歸結(jié)果相關(guān)性來探索和驗證“詞匯-指數(shù)”相關(guān)性。
　　實驗使用Adaboost算法訓(xùn)練漲跌預(yù)測模型，使用最近鄰回歸方法對股市收盤指數(shù)和漲幅進行回歸結(jié)果分析，并對各種HICT詞特征選擇方法實驗結(jié)果進