您的位置:首页 > 编程语言 > Python开发

用python进行金融市场文本数据的情感计算

2020-12-31 19:55 1286 查看

推荐阅读
计算社会经济学

国务院政府工作报告(1954—2017)文本挖掘及社会变迁研究

文本大数据分析在经济学和金融学中的应用:一个文献综述
中文金融领域情感词典构建
PyQuery: 爬虫界最简洁优雅的库

之前我依据一篇论文中的中文金融情感词典CFSD(chinese financial sentiment dictionary),中文金融领域情感词典构建,整理成csv文件的情感词典。现在我们找点财经类新闻文本数据来做点简单的情感分析,

一、tushare介绍
tushare库是目前比较流行的开源免费的经济数据库,tushare有普通版和高级版,其中普通版无需积分就可以使用,而高级版需要使用积分才可使用。

tushare基础班提供了包括:

  • 交易数据,如历史行情、复权数据、实时行情等

  • 投资参考数据,如分配方案、业绩预告、限售股解禁、基金持股、新浪数据、融资融券

  • 股票分类数据、行业、概念、地域、中小板、创业板、封校警示板生

  • 基本面数据、股票列表、业绩报告(主表)、盈利能力、营运能力、偿债能力等

  • 宏观经济数据,如存款利率、贷款利率、GDP数据、工业品出场价格指数、居民消费节各直属

  • 新闻事件数据,如新浪股吧

  • 龙虎榜数据

  • 银行间同业拆放理论

  • 电影票房

安装

!  pip3 install tushare

Run

二、新闻数据
新闻事件接口主要提供国内财经、证券、港股和期货方面的滚动新闻,以及个股的信息地雷数据。但目前只有新浪股吧api的接口可用,其他的需要使用tushare高级版。

获取sina财经股吧首页的重点消息。股吧数据目前获取大概17条重点数据,可根据参数设置是否显示消息内容,默认情况是不显示。

参数说明:

  • show_content:boolean,是否显示内容,默认False

返回值说明:

  • title, 消息标题

  • content, 消息内容(show_content=True的情况下)

  • ptime, 发布时间

  • rcounts,阅读次数

调用方法

三、读取词典
之前制作的中文金融情感词典是csv文件格式,我们使用pandas读取

我们将读取词典定义成函数


run

[
'闭门造车'
,

'闭塞'
,

'云里雾里'
,

'拖累'
,

'过热'
]

三、情感分析方法
这里我们对新闻content内容进行情感分析,分析的思路是统计content中正、负词的占比。我们会用到pandas的 df.agg(func)方法对content列进行文本计算。这需要先定义一个待调用的情感计算函数,注意有可能出现分母为0,所以定义的函数使用了try except捕捉0除异常,返回0


对content列分别施行情感计算函数possenti,negsenti,将得到的得分赋值给pos、neg列



我们的数据中出现了pos和neg两个得分,我们还可以定义一个判断函数,判断文本的情绪分类。

  • 当pos比neg大,判断为'正'

  • 当pos比neg小,判断为'负'

这里不严谨,为了教程简单,没考虑相等的情况

总结
至此,简单的情感计算就实现了。大家使用本文时,要注意:

  • 本文使用的情感词典是CFSD中文金融情感词典,大家可以用自己领域的词典,得到poswords和negwords

  • 还有要注意的是情感计算函数(possenti和negsenti),有不同的算法就有不同的结果

  • 正负面倾向判断,我这里比较粗糙,没有考虑相等的中性问题。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: