隨著網(wǎng)上股票交易和信息交互及共享的發(fā)展,更多的投資者選擇在股票論壇發(fā)表其對(duì)股市或股票的觀點(diǎn)和評(píng)論等文字信息。這些股票論壇通常參與的投資者人數(shù)較多,帖子文本發(fā)布和更新速度較快,而之前大多數(shù)文獻(xiàn)卻停留在存量文本數(shù)據(jù)的獲取和研究。本文分別選取我國(guó)官方媒體證券三大報(bào)新聞和東方財(cái)富網(wǎng)創(chuàng)業(yè)板股吧論壇的實(shí)時(shí)股票帖子,利用計(jì)算機(jī)自然語(yǔ)言處理技術(shù)對(duì)帖子文本信息進(jìn)行有效分類(lèi),采用專(zhuān)家系統(tǒng)的情緒值算法提取出投資者情緒,并利用相關(guān)指標(biāo)對(duì)證券相關(guān)文本的信息含量問(wèn)題進(jìn)行實(shí)證研究。本文的研究?jī)?nèi)容主要包括情感傾向性詞典的構(gòu)建、投資者情緒的提取和實(shí)證應(yīng)用三個(gè)部分。首先,本文爬取了證券三大報(bào)新聞和東方財(cái)富股吧帖子作為文本語(yǔ)料庫(kù)。然后,結(jié)合主流中文詞典,利用文本分詞和TF-IDF詞頻統(tǒng)計(jì)等自然語(yǔ)言處理技術(shù),分別采用手動(dòng)詞典構(gòu)建和半自動(dòng)詞典構(gòu)建方法建立專(zhuān)屬于證券官方媒體和股吧論壇的中文情感傾向性詞典。再者,通過(guò)詞袋技術(shù)和情感降維等計(jì)算方法得到三大報(bào)輿情指數(shù)和股吧個(gè)股投資者情緒等相關(guān)指標(biāo)。最后,分析投資者情緒指數(shù)與股市或個(gè)股收益率、成交量等變量之間的關(guān)系。具體而言,官方媒體信息含量的度量采用向量自回歸模型,分析三大報(bào)輿情指數(shù)與上證指數(shù)收益率的關(guān)系,并使用脈沖響應(yīng)分析和方差分解方法研究了證券三大報(bào)輿情指數(shù)對(duì)上證股指收益率的影響。股吧信息含量則利用個(gè)股投資者情緒采取橫截面回歸和時(shí)間序列回歸,研究了投資者情緒、帖子數(shù)量和情緒一致性對(duì)個(gè)股收益率和成交量的影響。從證券三大報(bào)的實(shí)證結(jié)果來(lái)看,三大報(bào)輿情指數(shù)與股指收益率呈負(fù)相關(guān)關(guān)系,但輿情指數(shù)對(duì)股指收益的影響貢獻(xiàn)率較低,說(shuō)明三大報(bào)的新聞報(bào)道所包含的信息迅速被市場(chǎng)反應(yīng)。基于東方財(cái)富網(wǎng)股吧的實(shí)證,結(jié)果表明:(1)個(gè)股投資者情緒與其同期收益率呈顯著正向關(guān)系,說(shuō)明帖子情緒具有一定信息含量,但是對(duì)投資者情緒對(duì)未來(lái)股價(jià)的預(yù)測(cè)能力有限;(2)個(gè)股情緒一致性對(duì)成交量呈顯著負(fù)向關(guān)系,即個(gè)股情緒一致性程度越小或分歧度越大時(shí),同期和未來(lái)的個(gè)股日成交量更大,且對(duì)成交量的影響程度較大;(3)股票日帖子數(shù)量對(duì)每日個(gè)股收益回報(bào)率產(chǎn)生顯著的正向影響,而且能影響未來(lái)一日的個(gè)股收益率。本文的主要?jiǎng)?chuàng)新之處:第一,在數(shù)據(jù)獲取形式方面,現(xiàn)有文獻(xiàn)主要依靠存量文本數(shù)據(jù)提取股吧論壇的投資者情緒,而本文采取每日爬取文本信息,可以實(shí)時(shí)把握投資者的輿論消息。這種定時(shí)爬取和云服務(wù)器的收集與維護(hù)的方式更有利于提升信息統(tǒng)計(jì)精確性和時(shí)效性。第二,分別采用手動(dòng)構(gòu)建和半自動(dòng)構(gòu)建方法建立了專(zhuān)屬證券新聞的《證券投資情感傾向性詞典》(SISD)和專(zhuān)屬股吧論壇的《股吧財(cái)經(jīng)情感傾向性詞典》(CSGSD),對(duì)填補(bǔ)中文自然語(yǔ)言處理中細(xì)分的財(cái)經(jīng)詞典的空白做出一定的貢獻(xiàn),對(duì)證券新聞和股票論壇帖子及評(píng)論文本可作更有效的情感分析�？傮w而言,本文通過(guò)研究不同媒體平臺(tái)的文本數(shù)據(jù)體現(xiàn)的投資者情緒對(duì)股票市場(chǎng)的影響,反應(yīng)了證券媒體信息含量及影響力度。本文的研究結(jié)論不僅對(duì)證券市場(chǎng)政策頒布和輿情監(jiān)管的實(shí)施提供了參考依據(jù),對(duì)投資者也具有參考價(jià)值。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：F832.51
【部分圖文】：

第一章 緒論第一章 緒 論1 研究背景與意義隨著互聯(lián)網(wǎng)與數(shù)字媒體的迅速普及，中國(guó)也開(kāi)始全面進(jìn)入新媒體和大數(shù)據(jù)時(shí)，互聯(lián)網(wǎng)已成為人們發(fā)布獲取信息的重要平臺(tái)。信息媒介呈現(xiàn)出多元化的趨勢(shì),效的信息媒介從傳統(tǒng)的報(bào)刊雜志、電視逐步擴(kuò)展到網(wǎng)絡(luò)資訊、搜索引擎、社交網(wǎng)自媒體和論壇等。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）最新報(bào)告顯示[1]，如圖 1-所示，截至 2018 年 12 月，我國(guó)互聯(lián)網(wǎng)用戶數(shù)達(dá) 8.29 億，全年新增網(wǎng)民數(shù) 5653，較之 2017 年底，人數(shù)同比增長(zhǎng) 3.8 個(gè)百分點(diǎn)。其中，我國(guó)約八成網(wǎng)民使用電、手機(jī)等設(shè)備瀏覽網(wǎng)絡(luò)新聞，該用戶規(guī)模已達(dá)到 6.75 億，同比增長(zhǎng) 4.3%。

與技術(shù)路線文獻(xiàn)研究表明，投資者情緒分析大多停留在數(shù)值型計(jì)算與論證過(guò)程中極少考慮文本型數(shù)據(jù)。因?yàn)閿?shù)字統(tǒng)所以常被用作投資者關(guān)注的代理變量。與文本數(shù)量或比，文本帖子體現(xiàn)的投資者情緒則是一個(gè)相對(duì)難以獲子內(nèi)容之中的特征，往往反映了投資者對(duì)市場(chǎng)或個(gè)術(shù)研究?jī)r(jià)值。若礙于以往的自然語(yǔ)言處理等計(jì)算機(jī)技分析以及投資者情緒提取或許并非易事。但目前而言然語(yǔ)言技術(shù)艱難問(wèn)題的攻克和穩(wěn)步發(fā)展，越來(lái)越多眼網(wǎng)絡(luò)文本信息的處理，這為后期開(kāi)展相應(yīng)研究提，依托計(jì)算機(jī)技術(shù)構(gòu)建投資者情緒并進(jìn)行分析就是本圖 1-2。證券媒體平臺(tái)

第三章 SISD 詞典和 CSGSD 詞典的構(gòu)建 requests 請(qǐng)求，經(jīng)過(guò) IP 代理和 UserAgent 對(duì) HTTP 包可抓取到所需數(shù)據(jù)并返回云服務(wù)器與網(wǎng)絡(luò)爬蟲(chóng)。表 3-1 云服務(wù)器實(shí)例詳情可用區(qū) IP 地址 網(wǎng)絡(luò)類(lèi)型 配置4d7pdj4d7pdjZ華南１119.23.107.221（公）172.18.233.247（私）專(zhuān)有網(wǎng)絡(luò)1 vCPUEcs.n4.smaSPIDER
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 清華大學(xué)國(guó)家金融研究院課題組;吳曉靈;李劍閣;王忠民;;完善制度設(shè)計(jì) 提升市場(chǎng)信心 建設(shè)長(zhǎng)期健康穩(wěn)定發(fā)展的資本市場(chǎng)[J];清華金融評(píng)論;2015年12期

2 徐健鋒;許園;許元辰;張遠(yuǎn)健;劉清;;基于語(yǔ)義理解和機(jī)器學(xué)習(xí)的混合的中文文本情感分類(lèi)算法框架[J];計(jì)算機(jī)科學(xué);2015年06期

3 夏火松;甄化春;;大數(shù)據(jù)環(huán)境下輿情分析與決策支持研究文獻(xiàn)綜述[J];情報(bào)雜志;2015年02期

4 謝德仁;林樂(lè);;管理層語(yǔ)調(diào)能預(yù)示公司未來(lái)業(yè)績(jī)嗎?——基于我國(guó)上市公司年度業(yè)績(jī)說(shuō)明會(huì)的文本分析[J];會(huì)計(jì)研究;2015年02期

5 劉維奇;劉新新;;個(gè)人和機(jī)構(gòu)投資者情緒與股票收益——基于上證A股市場(chǎng)的研究[J];管理科學(xué)學(xué)報(bào);2014年03期

6 趙龍凱;陸子昱;王致遠(yuǎn);;眾里尋“股”千百度——股票收益率與百度搜索量關(guān)系的實(shí)證探究[J];金融研究;2013年04期

7 施榮盛;陳工孟;;個(gè)人投資者能夠解讀公開(kāi)信息嗎?——基于盈余公告附近信息需求行為的研究[J];證券市場(chǎng)導(dǎo)報(bào);2012年09期

8 劉紅忠;何文忠;;中國(guó)股票市場(chǎng)上的“隔夜效應(yīng)”和“午間效應(yīng)”研究[J];金融研究;2012年02期

9 王光磊;;MongoDB數(shù)據(jù)庫(kù)的應(yīng)用研究和方案優(yōu)化[J];中國(guó)科技信息;2011年20期

10 趙妍妍;秦兵;劉挺;;文本情感分析[J];軟件學(xué)報(bào);2010年08期

相關(guān)碩士學(xué)位論文 前2條

1 楊東強(qiáng);情感增強(qiáng)詞向量構(gòu)建方法及應(yīng)用[D];華東師范大學(xué);2015年

2 李國(guó)林;基于語(yǔ)義分析的Web金融文本信息情感計(jì)算[D];江西財(cái)經(jīng)大學(xué);2012年

本文編號(hào)：2852589