python资本市场财务数据分析_Python学习教程：用Python进行金融市场文本数据的情感计算...

今天我们的Python学习教程找点财经类新闻文本数据用Python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

RunCollecting tushare[?25l Downloading https://files.pythonhosted.org/packages/a9/8b/2695ad38548d474f4ffb9c95548df126e82adb24e56e2c4f7ce1ef9fbd01/tushare-1.2.43.tar.gz (168kB)[K 100% |████████████████████████████████| 174kB 162kB/s ta 0:00:01[?25hBuilding wheels for collected packages: tushare Running setup.py bdist_wheel for tushare ... [?25ldone[?25h Stored in directory: /Users/thunderhit/Library/Caches/pip/wheels/4b/28/7b/62d7a4155b34be251c1840e7cecfa4c374812819c59edba760Successfully built tushareInstalling collected packages: tushareSuccessfully installed tushare-1.2.43[33mYou are using pip version 18.1, however version 19.2.3 is available.You should consider upgrading via the 'pip install --upgrade pip' command.[0m

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import tushare as ts#显示详细内容newsdata = ts.guba_sina(show_content=True)newsdata.head(10)

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import pandas as pddf = pd.read_csv('CFSD/pos.csv', encoding='gbk')df.head()

我们将读取词典定义成函数def read_dict(file, header): """ file: 词典路径 header: csv文件内字段名，如postive 读取csv词典，返回词语列表 """ df = pd.read_csv(file, encoding='gbk') return list(df[header])poswords = read_dict(file= 'CFSD/pos.csv', header = 'postive')negwords = read_dict(file= 'CFSD/neg.csv', header ='negative')negwords[:5]

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. import jiebadef pos_senti(content): """ content: 待分析文本内容返回正面词占文本总词语数的比例 """ try: pos_word_num = 0 words = jieba.lcut(content) for kw in poswords: pos_word_num += words.count(kw) return pos_word_num/len(words) except: return 0def neg_senti(content): """ content: 待分析文本内容返回负面词占文本总词语数的比例 """ try: neg_word_num = 0 words = jieba.lcut(content) for kw in negwords: neg_word_num += words.count(kw) return neg_word_num/len(words) except: return 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newsdata['pos']=newsdata['content'].agg(pos_senti)newsdata['neg']=newsdata['content'].agg(neg_senti)newsdata.head(10)

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newsdata['senti_classification'] = newsdata['pos']>newsdata['neg']newsdata['senti_classification'] = newsdata['senti_classification'].map()newsdata.head(10)

总结

其实到这儿，简单的情感计算就实现了。

另外，大家在使用本文时，一定要注意：本篇Python学习教程使用的情感词典是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。

注意以上几点，本篇Python学习教程代码就可复用。不过再好的代码，前提是得会python，会懂编程思维，知道如何写代码改代码，不然大家用起来也比较困难。

python资本市场财务数据分析_Python学习教程：用Python进行金融市场文本数据的情感计算...相关推荐

python复制列表元素_Python学习教程：Python列表赋值，复制，深拷贝及5种浅拷贝详解...
Python学习教程:Python列表赋值,复制,深拷贝及5种浅拷贝详解概述在列表复制这个问题,看似简单的复制却有着许多的学问,尤其是对新手来说,理所当然的事情却并不如意,比如列表的赋值.复制.浅 ...
python资本市场财务数据分析_Python对股票财务数据进行可视化分析
对股票财务数据进行分析是非常必要,但因股票数据量很大,单凭浏览网页或在软件客户端查看是非常浪费精力的一件事,通过Python进行网页数据提取,将财务数据图表化会更加直观.以下代码在Python 3.6 ...
python行业中性_用python进行金融市场文本数据的情感计算
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 ...
python情感词典计算得分_用python进行金融市场文本数据的情感计算！
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 ...
用python进行金融市场文本数据的情感计算
推荐阅读之前我依据一篇论文中的中文金融情感词典CFSD(chinese financial sentiment dictionary), 一.tushare介绍 tushare库是目前比较流行的开源 ...
python sorted下标_Python学习教程（Python学习路线）：第七天-字符串和常用数据结构
Python学习教程(Python学习路线):字符串和常用数据结构使用字符串第二次世界大战促使了现代电子计算机的诞生,当初的想法很简单,就是用计算机来计算导弹的弹道,因此在计算机刚刚诞生的那个年代 ...
python 优雅退出_Python学习教程：Python 使用 backoff 更优雅的实现轮询
我们经常在开发中会遇到这样一种场景,即轮循操作.今天介绍一个Python库,用于更方便的达到轮循的效果--backoff. Python学习教程:Python 使用 backoff 更优雅的实现轮询 ...
python两层循环循环完整体一个_Python学习教程（Python学习路线）：Python编写循环的两个建议...
原标题:Python学习教程(Python学习路线):Python编写循环的两个建议 Python学习教程(Python学习路线):给大家总结了两个Python编写循环的建议循环是一种常用的程序控制 ...
我学python前一句_Python学习教程：人生苦短，我用Python？入门前你要知道这些
有多少伙伴是因为一句'人生苦短,我用Python'就要去学Python的?之前也大家更新过Python学习教程普及过多次的Python相关知识,不过大家还是还得计划一下Python学习路线!Pytho ...

python资本市场财务数据分析_Python学习教程：用Python进行金融市场文本数据的情感计算...

python资本市场财务数据分析_Python学习教程：用Python进行金融市场文本数据的情感计算...相关推荐

最新文章

热门文章