本文關(guān)鍵詞：基于微博屬性的股票聯(lián)動(dòng)性預(yù)測研究

  更多相關(guān)文章： 微博 屬性 股票聯(lián)動(dòng)性

【摘要】：股票聯(lián)動(dòng)性是指股票市場中同一行業(yè)或板塊的股票價(jià)格之間的相互影響,主要表現(xiàn)為同漲或同跌。因此股票聯(lián)動(dòng)性的分析對于金融分析、投資策略、學(xué)術(shù)調(diào)研、市場風(fēng)險(xiǎn)評(píng)估等方面有著重要的指導(dǎo)性。近年來,隨著網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展,微博等新興社交軟件開辟了一個(gè)資訊高速流通的時(shí)代,為人類溝通、信息共享提供了廣闊的社交平臺(tái)。擁有微博賬戶的上市公司可以實(shí)時(shí)發(fā)布消息并與微博用戶直接溝通與交流,使得用戶能夠更容易接觸到公司的最新信息,打破了傳統(tǒng)媒介信息交流形式的閉塞與不對稱性。之前的研究已經(jīng)表明,擁有微博賬戶的上市公司之間的股票聯(lián)動(dòng)性高于沒有微博賬戶的公司股票之間的聯(lián)動(dòng)性,根據(jù)微博賬戶粉絲數(shù)量這個(gè)權(quán)值將上市公司劃分為新的均勻股票組,可以預(yù)測股票之間的聯(lián)動(dòng)性。本文基于上市公司的微博賬戶屬性提出了一種更準(zhǔn)確的分類方案,該方案所采用的微博屬性是反映微博賬戶影響力最顯著的指標(biāo),使得同組內(nèi)的股票聯(lián)動(dòng)性更高。在提出的方案中,首先收集具有微博認(rèn)證的上市公司的微博賬戶屬性以及股市成交數(shù)據(jù),然后采用K-means聚合算法將上市公司股票劃分為不同的組,通過檢驗(yàn)各組內(nèi)兩兩股票之間收益相關(guān)性來計(jì)算各組股票之間的聯(lián)動(dòng)性。最后與之前的分類方法的股票聯(lián)動(dòng)性進(jìn)行比較分析。實(shí)驗(yàn)結(jié)果顯示,本文提出的分類方法是可行的,根據(jù)新的微博屬性分類的股票組內(nèi)的股票聯(lián)動(dòng)性要高于根據(jù)粉絲數(shù)量分類方法的聯(lián)動(dòng)性,并能對按照傳統(tǒng)分類方法的股票組聯(lián)動(dòng)性進(jìn)行預(yù)測。
【關(guān)鍵詞】：微博 屬性 股票聯(lián)動(dòng)性
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.092
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-17
• 1.1 選題背景8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 基于情感分析方法的股票市場研究10-12
• 1.2.2 基于聚類方法的股票市場研究12-13
• 1.2.3 基于回歸分析的股票市場研究13-14
• 1.3 論文主要工作14-15
• 1.4 論文組織結(jié)構(gòu)15-16
• 1.5 本章小結(jié)16-17
• 2 相關(guān)理論與技術(shù)17-27
• 2.1 股票聯(lián)動(dòng)性及檢測方法17-20
• 2.1.1 股票聯(lián)動(dòng)性的定義17-18
• 2.1.2 股票聯(lián)動(dòng)性的檢測方法18-20
• 2.2 全球行業(yè)分類標(biāo)準(zhǔn)20-22
• 2.3 K-means聚類算法22-24
• 2.4 Hadoop24-26
• 2.4.1 Hadoop介紹24-25
• 2.4.2 HDFS體系架構(gòu)25-26
• 2.4.3 MapReduce體系架構(gòu)26
• 2.5 本章小結(jié)26-27
• 3 微博屬性分析27-40
• 3.1 微博屬性的選取分析27-34
• 3.2 微博屬性與用戶影響力的關(guān)系分析34-39
• 3.3 本章小結(jié)39-40
• 4 基于微博屬性的預(yù)測模型40-51
• 4.1 預(yù)測模型描述40-42
• 4.2 數(shù)據(jù)采集42-46
• 4.3 聚類分析46-48
• 4.4 聯(lián)動(dòng)性檢驗(yàn)48-50
• 4.5 本章小結(jié)50-51
• 5 實(shí)驗(yàn)與結(jié)果分析51-57
• 5.1 實(shí)驗(yàn)結(jié)果51-56
• 5.2 本章小結(jié)56-57
• 結(jié)論57-58
• 參考文獻(xiàn)58-61
• 致謝61-62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 陳吉榮;樂嘉錦;;基于Hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)解決方案綜述[J];計(jì)算機(jī)工程與科學(xué);2013年10期

2 周金元;張莎莎;劉桂鋒;王振;;國內(nèi)微博研究綜述[J];情報(bào)雜志;2013年09期

3 廖彬;于炯;張?zhí)?楊興耀;;基于分布式文件系統(tǒng)HDFS的節(jié)能算法[J];計(jì)算機(jī)學(xué)報(bào);2013年05期

4 張兵;范致鎮(zhèn);李心丹;;中美股票市場的聯(lián)動(dòng)性研究[J];經(jīng)濟(jì)研究;2010年11期

5 張玉芳,毛嘉莉,熊忠陽;一種改進(jìn)的K-means算法[J];計(jì)算機(jī)應(yīng)用;2003年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 彭莉;中國股票市場國際聯(lián)動(dòng)性實(shí)證研究[D];上海社會(huì)科學(xué)院;2014年

2 趙勇;金融危機(jī)背景下中美歐股票市場聯(lián)動(dòng)性研究[D];上海社會(huì)科學(xué)院;2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 趙博;國內(nèi)外股票市場聯(lián)動(dòng)性研究[D];西南財(cái)經(jīng)大學(xué);2012年

，

本文編號(hào)：969623