[发明专利]股票基金的投资者情绪指数构建方法、累计净值收益率预测方法、装置及设备

权利要求书

1.一种股票基金的投资者情绪指数构建方法，其特征在于，其包括：

从股评网络平台获取到发表于预定时期的若干关于所述股票基金的基金评论数据；

采用训练好的情绪文本分类模型对获取到的各所述基金评论数据实施分类，获得各所述基金评论数据的情绪类别，其中，所述情绪类别包括乐观情绪、悲观情绪和中性情绪三种；

基于各所述基金评论数据的情绪类别构建出所述股票基金在所述预定时期的投资者情绪指数。

2.如权利要求1所述的投资者情绪指数构建方法，所述采用预先训练好的情绪文本分类模型对获取到的各所述基金评论数据实施分类包括：

采用jieba技术对各所述基金评论数据进行分词处理，并去除其中的停用词；

采用word2vec模型将经过分词处理的各所述基金评论数据转换成词向量；

将各所述基金评论数据的词向量输入至所述情绪文本分类模型中，获取到各所述基金评论数据的情绪类别。

3.如权利要求1所述的投资者情绪指数构建方法，其特征在于，所述情绪文本分类模型为基于卷积神经网络的情绪文本分类模型或基于K最近邻算法的情绪文本分类模型。

4.如权利要求1所述的投资者情绪指数构建方法，其特征在于，

股票基金i在月度t的投资者情绪指数按如下公式构建：

Sentiment_i，t＝ln[(1+M_buy，i，t)/(1+M_sell，i，t)]；

其中，M_buy,i,t表示在时期t，对股票基金i持乐观情绪的基金评论数据的数量，M_sell,i,t表示在月度t，对股票基金i持悲观情绪的基金评论数据的数量。

5.一种股票基金的累计净值收益率预测方法，其特征在于，其包括：

获取W个月的历史截面数据作为训练数据，所述历史截面数据包括：所述股票基金在月度i至月度i+F的基金累计净值收益率，所述股票基金在月度i的收益特征数据，所述股票基金在月度i的所述投资者情绪指数，所述股票基金在月度i的投资者行为特征数据，所述股票基金在月度i的基金经理行为特征数据，

其中：所述投资者情绪指数按权利要求1-4任一项所述的投资者情绪指数构建方法获取，t-W≤i≤t-1，F为收益预测的时间周期；

采用获取到的W个月的历史截面数据实施对通过机器学习算法模型预先构建的收益预测模型的训练，获取训练好的收益预测模型；

采用训练好的所述收益预测模型预测所述股票基金在未来F个月的基金累计净值收益率。

6.如权利要求5所述的累计净值收益率预测方法，其特征在于，所述股票基金在未来F个月的基金累计净值收益率，表示如下：

其中，表示所述股票基金从预测月度t后的未来F个月的基金累计净值收益率，λ_t表示所述股票基金在预测月度t的收益特征数据，Sentiment_t表示所述股票基金在预测月度t的所述投资者情绪指数，Investor_t表示所述股票基金在预测月度t的投资者行为特征数据，Manager_t表示所述股票基金在预测月度t的基金经理行为特征数据。

7.如权利要求5所述的累计净值收益率预测方法，其特征在于，所述机器学习算法模型为LASSO回归模型、随机森林回归模型、梯度提升模型及前馈神经网络模型中的一种。