小组课程作业：基于新闻文本挖掘的股票异常波动预测研究。主要是复现了马豪杰学长的硕士毕业工作。
- 用爬虫收集了近几年的金融新闻语料，并利用新词发现构建了对应的领域字典，并用jieba进行分词；
- 基于新闻文本进行特征选择，选取了文本证据权重、信息增益、卡方检验和期望交叉熵4种方法以寻找在异常波动下的股票新闻特征；
- 提出以GARCH模型结果为基础，加入文本挖掘算法的基于新闻文本的异常波动预测模型：该模型接收GARCH模型的预测结果，以及特征选择后的文本特征，使用SVM、NN、XGBoost以及GBDT四种数据挖掘 模型修正波动率预测值，并使用Stacking来对以上四种模型进行集成。
原文献中已经附上了主要代码，我们主要是添了一些处理数据的脚本代码，同时保留了中间数据。