基于K-BERT-BILSTM的股指预测的研究

中国证券市场由于历史遗留原因存在着“政策市”的诟病。相比较于西方发达经济体，我国金融证券市场在资产价格定价上更多地受到政府宏观经济调控的货币政策和财政政策的影响。亦有有学者认为导致该现象的一部分原因是不成熟理性的投资者行为。故在此，我们基于文本大数据和自然语言处理技术改进了K-BERT 模型, 并将其应用与对中国股市的投资者情绪和政策不确定性衡量当中；并基于该指标建立了双向 LSMT 神经网络模型对上证指数的走势进行了预测，将二者结合在一起的模型具有更高的准确性。