近年來,社交媒體不斷滲透進(jìn)大眾日常生活的各個(gè)方面,而與此同時(shí),隨著大數(shù)據(jù)技術(shù)與人工智能的不斷發(fā)展,使得研究者們對(duì)于社交平臺(tái)上用戶的行為跟蹤和預(yù)測(cè)的想法成為可能。許多研究者也開始利用群體情感數(shù)據(jù)對(duì)股票金融市場(chǎng)這個(gè)復(fù)雜系統(tǒng)進(jìn)行相關(guān)預(yù)測(cè),并構(gòu)建出了對(duì)應(yīng)的預(yù)測(cè)股票價(jià)格或是其他市場(chǎng)指數(shù)的模型,其所取得的相關(guān)成果與都表明了公眾情感和市場(chǎng)數(shù)據(jù)的結(jié)合對(duì)于提升預(yù)測(cè)股票價(jià)格準(zhǔn)確性的可能性。盡管如此,在如今現(xiàn)有的研究中,并沒有研究能夠很好地對(duì)比不同群體情感數(shù)據(jù)對(duì)于股票價(jià)格預(yù)測(cè)的差異性,并總結(jié)這種差異性的存在對(duì)于預(yù)測(cè)結(jié)果的影響。不同的社交平臺(tái),由于其主要用戶群體的分布截然不同,顯然會(huì)產(chǎn)生不同風(fēng)格的用戶文本數(shù)據(jù),例如,在話題較為泛社會(huì)化的新浪微博平臺(tái)和專注于股票投資分析的雪球網(wǎng)平臺(tái)上,用戶對(duì)于股票的相關(guān)討論具有完全不同的風(fēng)格。本研究著眼于這種不同社交媒體平臺(tái)之間的差異性,特別是雪球網(wǎng)與新浪微博這兩大公眾社交平臺(tái),主要對(duì)于不同社交平臺(tái)上的公眾情感數(shù)據(jù)與股票價(jià)格走勢(shì)之間的關(guān)系進(jìn)行了對(duì)比研究。在本文的研究中,(1)采集獲取了來自雪球網(wǎng)和新浪微博的用戶評(píng)論數(shù)據(jù)用于代表用戶的情感狀態(tài);(2)在對(duì)這些數(shù)據(jù)進(jìn)行整理清洗分類之后,通過情感分析中的詞典法,利用金融領(lǐng)域相關(guān)的情感詞典,分別對(duì)不同社交平臺(tái)上的用戶所發(fā)表的文本數(shù)據(jù)進(jìn)行了情感分析,獲得了不同平臺(tái)的用戶群體隨時(shí)間變化的情感得分,并對(duì)該情感得分進(jìn)行POMS平滑處理;(3)分析了雪球網(wǎng)用戶情感以及新浪微博用戶情感與具體股票價(jià)格走勢(shì)之間的差異性,利用格蘭杰因果分析檢驗(yàn)驗(yàn)證了雪球網(wǎng)與新浪微博情感時(shí)間序列與金融時(shí)間序列之間的因果性聯(lián)系,并對(duì)比之后得出,雪球網(wǎng)用戶產(chǎn)生的情感時(shí)間序列在特定滯后期條件下與股票價(jià)格時(shí)間序列之間的格蘭杰因果性更為強(qiáng)烈,其統(tǒng)計(jì)學(xué)特征更為顯著;(4)分別基于雪球網(wǎng)與新浪微博的情感時(shí)間序列,利用SOFNN模型構(gòu)建了股票價(jià)格變動(dòng)走勢(shì)的預(yù)測(cè)模型,該模型以前三天的股票價(jià)格變動(dòng)以及情感時(shí)間序列作為輸入,能夠?qū)崿F(xiàn)對(duì)于當(dāng)天股票價(jià)格變動(dòng)較為準(zhǔn)確的預(yù)測(cè)。其中,在MAPE以及方向準(zhǔn)確性方面,以雪球網(wǎng)用戶情感序列作為輸入的模型預(yù)測(cè)結(jié)果表現(xiàn)均優(yōu)于以新浪微博用戶情感序列為輸入的預(yù)測(cè)模型,其模型預(yù)測(cè)準(zhǔn)確度可以達(dá)到1.83%的平均絕對(duì)百分比誤差以及72.3%的方向準(zhǔn)確性。
【學(xué)位單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F830.51;TP391.1
【部分圖文】：

如圖 3-1 所示，以貴州茅臺(tái)（SH600519）為例，繪制了期內(nèi)貴州茅臺(tái)的每日股價(jià)變動(dòng)情況。如圖 3-1 可以看出，SH600519 在活動(dòng)期內(nèi)，每日股價(jià)變動(dòng)情況較為穩(wěn)定，其中在2017 年 10 月 25 日前后出現(xiàn)的大幅波動(dòng)，也符合其當(dāng)時(shí)在 2017 年 10 月 25 日發(fā)布 2017年第三季度報(bào)告的真實(shí)情況，該報(bào)告對(duì)于公司業(yè)績(jī)的披露導(dǎo)致了當(dāng)時(shí)股票價(jià)格的劇烈波動(dòng)，也充分的體現(xiàn)在圖 3-2 的每日股票價(jià)格變動(dòng)圖中，較好的體現(xiàn)了使用每日股票價(jià)格變動(dòng)這個(gè)指標(biāo)作為金融時(shí)間序列的價(jià)值。對(duì)數(shù)回報(bào)率指的是兩個(gè)時(shí)期資產(chǎn)價(jià)值取對(duì)數(shù)后的差額：即資產(chǎn)多個(gè)時(shí)期的對(duì)數(shù)收益率等于其各時(shí)期對(duì)數(shù)收益率之和。具體來說，就是當(dāng)日股價(jià)取對(duì)數(shù)后的值與前一日股價(jià)取對(duì)數(shù)值之間的差值，這同樣反映了股票價(jià)格每天的變化情況。與每日股價(jià)變動(dòng)相比，由于對(duì)數(shù)回報(bào)率具有可直接線性疊加的特點(diǎn)，因此常被作為建模的輸入，通過數(shù)據(jù)預(yù)處理，可以得到穩(wěn)定序列，方便應(yīng)用到模型中進(jìn)行分析。對(duì)數(shù)回報(bào)率的公式如下： = log( ) log( ) （15）其中， 為日期為 t 的當(dāng)天的股票收盤價(jià)，如圖 3-3，同樣以貴州茅臺(tái)（SH600519）為例，繪制了期內(nèi)每日的對(duì)數(shù)回報(bào)率圖像。

東南大學(xué)碩士學(xué)位論文操作，準(zhǔn)備好各只股票的金融數(shù)據(jù)，為后續(xù)的相關(guān)性研究以及預(yù)測(cè)模型準(zhǔn)備好相關(guān)的股票價(jià)格數(shù)據(jù)。3.3 雪球數(shù)據(jù)的采集與預(yù)處理 雪球網(wǎng)（www.xueqiu.com）是一家供投資者討論相關(guān)股票的專業(yè)性網(wǎng)站，其號(hào)稱是聰明的投資者的聚集地。在其網(wǎng)站上，每只股票都有其對(duì)應(yīng)的股票討論頁面，如圖 3-3所示，是 SH600519 的討論頁面的部分截圖。其中，在紅線框部分，可以看到每一條評(píng)論都由用戶昵稱，發(fā)布時(shí)間以及用戶具體評(píng)論內(nèi)容組成。由于雪球官方并未向開發(fā)者提供相關(guān)的數(shù)據(jù)接口或者是信息獲取的 API，于是本文選擇使用 Scrapy 爬蟲框架自主編寫爬蟲對(duì)該網(wǎng)站上投資者的相關(guān)討論進(jìn)行數(shù)據(jù)采集。

第三章 數(shù)據(jù)采集與預(yù)處理給 Spiders 來處理；Spiders：它負(fù)責(zé)處理所有 Responses,從中分析提取數(shù)據(jù)，獲取 Item字段需要的數(shù)據(jù)，并將需要跟進(jìn)的 URL 提交給引擎，再次進(jìn)入 Scheduler 調(diào)度器；ItemPipeline：它負(fù)責(zé)處理 Spiders 中獲取到的 Item，并進(jìn)行處理，比如去重，持久化存儲(chǔ)（存數(shù)據(jù)庫(kù)，寫入文件，總之就是保存數(shù)據(jù)用的）；DownloaderMiddlewares 下載中間件，可以理解為是一個(gè)可以自定義擴(kuò)展下載功能的組件；SpiderMiddlewares（Spider 中間件）：可以理解為是一個(gè)可以自定擴(kuò)展和操作引擎和 Spiders 中間通信的功能組件（比如進(jìn)入Spiders 的 Responses；和從 Spiders 出去的 Requests）。

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 宋佳穎;賀宇;付國(guó)宏;;領(lǐng)域相關(guān)的漢語情感詞典擴(kuò)展[J];中文信息學(xué)報(bào);2015年06期

2 史偉;王洪偉;何紹義;;基于微博情感分析的電影票房預(yù)測(cè)研究[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

3 張對(duì);;網(wǎng)絡(luò)股評(píng)影響股市走勢(shì)嗎——基于股票情感分析的視角[J];現(xiàn)代經(jīng)濟(jì)信息;2015年01期

4 胡昌生;池陽春;;投資者情緒、資產(chǎn)估值與股票市場(chǎng)波動(dòng)[J];金融研究;2013年10期

相關(guān)碩士學(xué)位論文 前2條

1 宋敏晶;基于情感分析的股票預(yù)測(cè)模型研究[D];哈爾濱工業(yè)大學(xué);2013年

2 湯建明;基于神經(jīng)網(wǎng)絡(luò)的股市預(yù)測(cè)[D];華中科技大學(xué);2006年

本文編號(hào)：2828516