北京理工大學珠海學院BEIJING INSTITUTE OF TECHNOLOGY,ZHUHAI基于文本挖掘的新浪财经新闻与股市投资策略研究学数理与土木工程学院专业：应用统计学姓名：马敏睿学号：161203107243指导教师：李保坤职教授北京理工大学珠海学院2020届本科生毕业论文诚信承诺书本人郑重承诺：我所呈交的毕业论文《基于文本挖掘的新浪财经新闻与股市投资策略研究》是在指导教师的指导下，独立开展研究取得的成果，文中引用他人的观点和材料，均在文后按顺序列出其参考文献，论文使用的数据真实可靠。承诺人签名：年月日北京理工大学珠海学院2020届本科生毕业论文基于文本挖掘的新浪财经新闻与股市投资策略研究摘要在21世纪这个生活节奏飞快的年代，信息发展可以说是我们日常生活中变化最快速的东西了。而网络作为了解信息最便捷的方式之一，己经成为人类获取信息必不可少的工具。通过网络这种方式获取信息不仅方便快捷，而且获取的信息相对其他方法更全面有效。在这样的时代大背景下，如何用最恰当的方式分析出海量信息中的相关信息，提取其中最具有代表性及区别性的关键字，并对海量文本信息进行合理有效的分类，对于网站搜索引攀提供关键字、用户节约时间成本，从而提高网站满意度等都有着十分重要的意义。股票也是我们日常生活中最经常被拿出来讨论的财经话题。我国的股市一直对我国的经济发展做出了不可忽视的极大贡献。在大众追求“股票热”时，一部分人赚到了一定收益，甚至以此发家致富，但也有人在股市上不断亏损，甚至倾家荡产。如何制定有效的投资策略，在避免亏损的前提上达到一定收益效果，也是我们需要关注的话题。本论文的研究内容是以新浪财经为例，基于文本挖掘技术，利用Pyho语言的爬虫技术，对新浪财经的文本信息进行爬取，最终得到了五类共750个有效样本，进而将这750个样本随机分为训练集和测试集，采用朴素贝叶斯模型，对样本文本进行了分类，并检验了模型的准确度，实现了财经新闻的文本分类技术，并对模型进行了优缺点评价。最后根据设立的关键字制定了有效的相关领域投资策略，并在同花顺软件进行了策略回测。本文的研究，实现了朴素贝叶斯在文本分类中的应用，对网站文本板块分类有一定的实践意义，为网站进行文本分类及检验提供了有效依据，并为用户制定投资策略提供了一定的依据。关峡词：财经文本挖掘朴素贝叶斯投资策略