基于文本情感分析和LightGBM-LSTM模型的黄金期货价格预测研究

作     者：孙景云 魏琛 

作者机构：兰州财经大学统计与数据科学学院 兰州财经大学甘肃经济发展数量分析研究中心 

出 版 物：《南京信息工程大学学报》 (Journal of Nanjing University of Information Science & Technology)

年 卷 期：2025年

学科分类：12[管理学] 02[经济学] 07[理学] 08[工学] 070103[理学-概率论与数理统计] 0202[经济学-应用经济学] 020208[经济学-统计学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 081203[工学-计算机应用技术] 0714[理学-统计学（可授理学、经济学学位）] 0835[工学-软件工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：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) 

主　　题：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 

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，分别利用LightGBM方法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。