基于机器学习的投资者情绪指标验证方法

本发明公开了基于机器学习的投资者情绪指标验证方法，具体涉及情绪指标验证技术领域；通过采集来自社交平台、财经新闻、券商报告等多源股票相关文本，利用语义表示模型进行向量化处理，结合多级融合的标签生成机制与带注意力机制的弱监督分类模型提高情绪识别准确率，并将标注数据划分为训练集、验证集和测试集以构建稳健的情绪分类模型；最终，基于模型输出构建日度投资者情绪指数，通过与市场变量的相关性与预测能力验证其有效性，并基于验证结果迭代优化标签体系与模型参数，形成可持续进化的情绪分析闭环，本方法显著提升了情绪识别的精度和指数的解释力。