第二步，产生套利信号。对比当前价差S0 与预测值ES，记套利成本为Fee，期望收益为r，则按如下情况产生套利信号(1，表示开多仓，做多价差；-1，表示开空仓，做空价差)：

第三步，盘中监控与平仓。开仓后，将最新观察的数据纳入样本中，根据贝叶斯公式更新价差预测值 E S ' 。如果最新价差 S '

中信建投证券：

机器学习之贝叶斯文本分类算法的实现

　　解读分析：

这篇研报用的思想自然语言处理(NLP) 、朴素贝叶斯分类模型、大数据。

　　他们从以下几个方面获取数据：

　　财经新闻指数

　　个股新闻指数：每支股票每天对应的新闻总数。

　　个股情绪指数：个股情绪新闻正负面加权汇总。

　　宏观经济指数：通过财经文本分析，得到新闻正负面，构建加权宏观经济指数等。

股吧相关指数

个股舆情指数：统计个股相关舆情，判断正负面，加权汇总。

个股每日股吧指数：个股相关每日帖子总数。

个股每周股吧指数：个股相关每周帖子总数。

　　微信公众号指数

　　个股每日微信推送指数：个股每日被所有相关机构微信公众号推荐总次数。

　　微信每日推荐个股指数：所有相关机构微信公众号每日推送个股数总数。

　　微博相关指数

　　个股每日微博指数：个股相关每日微博总次数。

个股官方微博指数：个股官方微博文章总数量

个股高官微博指数：公司高管在微博发文总数及情绪加权汇总。

　　公司关注度指数

个股搜索指数：个股每天被百度，搜狗等主流搜索引擎被搜索次数总和。

个股访问热度指数：个股行情被用户访问总数。

个股新闻点击率指数：个股新闻被点击总数。

其它相关指标

商个股销量指数：淘宝，京东等电商个股相关商品金额总数。

电商行业销量指数：淘宝，京东等电商行业相关商品商量总数。

　　电商个股综合指数：淘宝，京东等电商个股相关商品的浏览量、点击量、客户评价、客户收藏量等基础数据的综合指标。

　　电商行业综合指数：淘宝，京东等电商行业相关商品的浏览量、点击量、客户评价、客户收藏量等基础数据的综合指标。

　　银联消费指数：银联刷卡相关个股或者行业数据组成的指标。

　　贝叶斯文本分析原理

　　朴素贝叶斯算法假设前提：在给定目标值时属性值之间相互条件独立。 贝叶斯方法的新实例分类目标是在给定描述实例的属性值(A1,A2...An)下，得到最可能的目标值 V。

V = arg maxP(B[j]/ A1,A2...An)

根据贝叶斯公式:

V = arg maxP(A1,A2...An /B[j]) * P(B[j]) / P(A1,A2...An)

由于 P(A1,A2...An)是不依赖于 B[i]的常量，故简化为:

V = arg maxP(A1,A2...An /B[j]) * P(B[j])

因为属性值之间相互条件独立，即联合 A1,A2...An 的概率等于每个单独属性的概率乘积:

Vnb = arg maxP(B[j])* ∏P(Ai | B[j])

其中 i 为 1 到 n。Vnb 表示朴素贝叶斯输出的目标值。

　　朴素贝叶斯分类模型

1) 多元分布模型(muiltinomial model)