股评师分析报告文本情感分析预测股价

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

1. from io import StringIO

2. import pandas as pd

3. import datetime

4. import re

5. import docx

6. import os

7. def read_from_docx(file_path):

8. """

9. 读取docx文件，并返回其中的文本内容

10. :param file_path: docx文件路径

11. :return: docx中的文本内容

12. """

13. texts = ''

14. doc = docx.Document(file_path)

15. for para in doc.paragraphs:

16. texts += para.text

17. return texts

18. flist = [f for f in os.listdir('data/reports') if 'docx' in f]

19. Descriptions = [read_from_docx('data/reports/'+f) for f in flist]

20. Dates = [f[:8] for f in flist]

21. data1 = pd.DataFrame({'Date': Dates,

22. 'Descriptions': Descriptions})

23. data1.head()

将日期Date整理为datetime类型

1. data1['Date'] = pd.to_datetime(data1['Date'])

2. data1.sort_values('Date', inplace=True)

3. data1.head()

导入Apple公司股价数据

1. data2= pd.read_csv('data/AAPL.csv')

2. data2['Date'] = pd.to_datetime(data2['Date'])

3. data2.head()

将股价和分析师报告按照Date合并

1. df = pd.merge(data1, data2)

2. 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）

1. from pysentiment import lm,hiv4

2. lm = lm.LM()

3. hiv4 = hiv4.HIV4()

4. def hiv4_positive(text):

5. words = hiv4.tokenize(text)

6. score = hiv4.get_score(words)

7. return score['Positive']

8. def hiv4_negative(text):

9. words = hiv4.tokenize(text)

10. score = hiv4.get_score(words)

11. return score['Negative']

12. def hiv4_polarity(text):

13. words = hiv4.tokenize(text)

14. score = hiv4.get_score(words)

15. return score['Polarity']

16. def hiv4_subjectivity(text):

17. words = hiv4.tokenize(text)

18. score = hiv4.get_score(words)

19. return score['Subjectivity']

20. def lm_positive(text):

21. words = lm.tokenize(text)

22. score = lm.get_score(words)

23. return score['Positive']

24. def lm_negative(text):

25. words = lm.tokenize(text)

26. score = lm.get_score(words)

27. return score['Negative']

28. def lm_polarity(text):

29. words = lm.tokenize(text)

30. score = lm.get_score(words)

31. return score['Polarity']

32. def lm_subjectivity(text):

33. words = lm.tokenize(text)

34. score = lm.get_score(words)

35. return score['Subjectivity']

36. df['hiv4_pos'] = df['Descriptions'].apply(hiv4_positive)

37. df['hiv4_neg'] = df['Descriptions'].apply(hiv4_negative)

38. df['hiv4_polarity'] = df['Descriptions'].apply(hiv4_polarity)

39. df['hiv4_subjectivity'] = df['Descriptions'].apply(hiv4_subjectivity)

40. df['lm_pos'] = df['Descriptions'].apply(lm_positive)

41. df['lm_neg'] = df['Descriptions'].apply(lm_negative)

42. df['lm_polarity'] = df['Descriptions'].apply(lm_polarity)

43. df['lm_subjectivity'] = df['Descriptions'].apply(lm_subjectivity)

44. df.head()

可视化

查看股价与报告的情感得分走势关系

1. import matplotlib.pyplot as plt

2. import seaborn as sns

3. f, axes = plt.subplots(nrows=2, ncols=1, figsize=(14, 6))

4. axes[0].set_title('Stock Price、HIV4_polarity & LM_polarity')

5. sns.lineplot(x="Date", y="Adj Close", data = df, label='Price', ax=axes[0]);

6. sns.lineplot(x="Date", y="hiv4_polarity", data = df, label='hiv4_polarity', ax=axes[1]);

7. 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～