版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、股價的波動受到多方面因素的影響。行為金融理論指出投資者的心理因素,尤其是投資者情緒對其也存在影響。國內(nèi)外微博平臺的發(fā)展逐漸趨于成熟,眾多市場參與者通過微博及時了解資訊并發(fā)表對股市的評論,情感在信息傳播過程中不斷的放大擴散,因而微博反映出的群體情感可能會具有一定的代表性和影響力并有助于股票的預測。對Twitter和Facebook的研究已對此進行驗證并應用于實際投資,因此在國內(nèi)環(huán)境下研究微博中的情感是否能幫助股票的預測,不僅是對行為金融理
2、論在我國的實際檢驗,研究結(jié)果也可輔助投資者制定投資決策,具有一定的意義。
本文的研究主要從三個方面展開。首先,在新浪微博中對以股票為主題的股評類微博進行搜索和抓取,進行情感分析并計算情感值。其次,采用傳統(tǒng)的利用市場數(shù)據(jù)度量情感的方法間接表示市場情感,采用相關分析對微博情感與股市是否具有聯(lián)系進行驗證,并討論這兩種情感與不同的大盤股指之間的同期、領先滯后相關性。最后,依托非線性的 BP神經(jīng)網(wǎng)絡建立預測模型,通過對比驗證兩種情感是否
3、有助于股票預測以及預測能力上的差異。
結(jié)果表明微博情感值與大盤股指收盤價及收益率之間在同期時顯著相關,在數(shù)值上小于成交量與收盤價收益率的系數(shù)。當情感值領先與收盤價一天時,兩種情感與股價指數(shù)仍保持較好的相關性,說明微博情感與股市之間存在關聯(lián)。通過對比預測模型的誤差,增加前一天的兩種情感值都可以使預測的均方誤差下降,增加微博消極股評數(shù)的預測誤差最小,表現(xiàn)好于增加成交量的模型。從總體上看市場數(shù)據(jù)度量的情感在預測能力上的表現(xiàn)比微博情感
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于群體智能的微博公眾情感預測方法.pdf
- 基于情感分析的股票預測模型研究.pdf
- 基于情感分析的微博輿情研究.pdf
- 微博用戶轉(zhuǎn)發(fā)行為及情感預測研究.pdf
- 基于中文微博的情感分析研究.pdf
- 基于評論情感的微博謠言檢測研究.pdf
- 基于情感詞典的中文微博情感傾向分析研究.pdf
- 基于回應消息的微博情感分類研究.pdf
- 基于語義特征的微博情感分析的研究.pdf
- 基于微博的情感分析算法研究與實現(xiàn).pdf
- 基于文本分類的微博情感傾向研究.pdf
- 基于信任的微博情感傳遞分析研究.pdf
- 微博情感詞典的構(gòu)建及其在微博情感分析中的應用研究.pdf
- 基于回歸預測的SVM算法在中文微博情感分類中的應用研究.pdf
- 基于情感詞典與規(guī)則綜合的微博情感分析模型研究.pdf
- 房價微博情感分類研究.pdf
- 中文微博情感分類研究.pdf
- 基于中文微博的情感分類技術研究.pdf
- 基于微博信息擴散的鏈接預測研究.pdf
- 結(jié)合情感分析的股票預測研究.pdf
評論
0/150
提交評論