在 R 中使用 SVM 进行股票预测 + 新闻情绪？答案

【问题标题】：Stock prediction + news sentiment with SVM in R?在 R 中使用 SVM 进行股票预测 + 新闻情绪？
【发布时间】：2019-11-16 03:18:18
【问题描述】：

我想在 R 中与 SVM 一起预测股票价格和新闻情绪得分，以查看新闻是否对股票价格及其预测产生影响。我读到支持向量机（svm）是解决这个问题的一种很好的机器学习方法。我有一栏代表股票和新闻的日期，一栏代表当天的股价，四栏代表基于不同词汇的情绪得分。我想先用其中一个词典进行测试，如果模型有效，再尝试另一个。数据集包括在下面。我找到了一些使用 python 的示例，但找不到 R 的内容。我喜欢使用 e1071 package 中的 svm() 函数

我将数据分成训练集和测试集：

sample <- sample(nrow(sentGI),nrow(sentGI)*0.70)
df.trainGI = sentGI[sample,]
df.testGI = sentGI[-sample,]

我已经尝试过这个 SVM 代码，但我的错误预测率为 100

plot(df.trainGI$GSPC.Close, df.trainGI$SentimentGI, pch = 19, col = c("red", "blue"))


svm_model_GI <- svm(SentimentGI.Class ~ ., df.trainGI)
print(svm_model_GI)

plot(svm_model_GI, df.trainGI)


svm_pred_GI <- predict(svm_model_GI, newdata = df.testGI, type="response")
rmse <- sqrt(mean((svm_pred_GI - df.testGI$GSPC.Close)^2))
rmse

我在这里做错了什么？希望有人能帮助我！

Dataset

【问题讨论】：

标签： r machine-learning svm prediction sentiment-analysis

【解决方案1】：

您正在使用模型准确性来评估模型。准确性用于分类问题，但您的响应变量是连续的。您应该使用 RMSE。

pred <- predict(radial.svm, newdata=df.test, type='response')
rmse <- sqrt(mean((pred - df.test$GSPC.Close)^2))
rmse

来自 cmets 的继续：

第一个图 GSPC.Close 与日期（左）和第二个图 SentimentGI 与日期（右）。请注意，股票价格通常会随着时间的推移而上涨，而情绪在同一时间范围内的斜率为 0。这告诉你什么？

【讨论】：

感谢您的回复。我尝试了您的代码，但得到了 1816.42 的 rmse。我将分类列的类更改为数字，以便预测代码起作用。但我猜有些东西出了问题。我更新了我使用的代码以及我使用的数据集，也许你有一个想法。
如果我将我的 SentimentGI.Class 列更改为因子，我可以打印 svm 分类，它似乎工作良好，但预测代码不是工作。收到 "-" not meaningful for factors 的错误
而且我还需要计算准确度，以便了解可以根据财经新闻预测股票价格的百分比。研究人员总是计算该度量值。
现在你正在解决一个不同的问题。你需要决定你的响应变量是什么。例如，在您的新代码中，您将响应变量 SentimentGI.Class 作为分类变量，因此您不会使用用于连续变量的 RMSE。此外，您在计算 RMSE 时将SentimentGI.Class 与df.testGI$GSPC.Close 进行比较。最后，你是怎么得到SentimentGI.Class的？如果它来自SentimentGI，那么您的带有SentimentGI.Class ~ . 的模型需要排除此变量。确定您要回答的问题是情绪评分还是股价？
你真的帮了我很多，我真的很感激。我从SentimentGI 得到SentimentGI.Class。我检查了summary function SentimentGI 的中位数是多少，基于此我决定所有values < the median 都是0 和更大的1。但是如果我的想法是错误的，我们可以做不同的事情，我只是这个领域的新手，知道的不多。我想回答这个问题：基于财经新闻的股价预测。所以我想看看当包含新闻文章（基于情绪得分）时，股票预测的准确性有多高。