基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究

来源：南京信息工程大学学报·自然科学版杂志2025年第5期北京时间：

作者：孙景云，魏琛

单位：孙景云,兰州财经大学 统计与数据科学学院, 兰州, 730020;兰州财经大学 甘肃经济发展数量分析研究中心, 兰州, 730020,魏琛,兰州财经大学 统计与数据科学学院, 兰州, 730020

摘要：在金融市场中,黄金期货价格受到多种因素的影响,对其进行准确的预测具有重要的意义.本文融合多源数据提出一种结合LightGBM(Light Gradient Boosting Machine)特征选择方法和LSTM模型的黄金期货价格预测模型.首先,将获取的宏观经济指标和技术指标进行预处理,对非结构化新闻标题数据采用不同方法进行情感倾向标注,进而构建加权情感指数,并将多个关键词的百度搜索指数合并为百度综合搜索指数.其次,利用LightGBM方法分别对宏观经济指标和技术指标进行特征重要性排序,提取关键特征.最后,将筛选后的特征与加权情感指数以及百度综合搜索指数共同作为LSTM预测模型的输入变量.实证结果表明,融合多源数据的LightGBM-LSTM模型预测表现优异,模型预测误差最小,与基准模型相比,能够对黄金期货收盘价作出更准确的预测.

关键词：黄金期货;多源数据融合;新闻标题;特征选择;长短期记忆神经网络

基金资助：国家自然科学基金(72061020);2022年甘肃省陇原青年创新创业人才项目;兰州财经大学金融统计科研融合团队(XKKYRHTD202304);甘肃省自然科学基金(25JRRA979);2025年度甘肃省高校研究生“创新之星”项目(2025CXZX-885)