基于輿情分析的股票真實波幅指標預測研究
發(fā)布時間：2021-09-08 13:03
伴隨著我國互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展與金融市場機制的日益完善,網(wǎng)絡(luò)輿情已經(jīng)逐漸成為影響我國股票市場穩(wěn)定的一個重要因素。而股票市場的輿情包括很多方面,比如股票市場上的波動,投資者的情緒變化和因股票市場的波動引起的公共討論。此文章利用真實波幅均值指標來衡量股市的波動,借助知網(wǎng)和百度指數(shù)兩大平臺,通過建立股票市場的情感權(quán)重字典來量化輿情,進而構(gòu)建輿情情感權(quán)重指數(shù),以實現(xiàn)對真實波幅均值進行預測。如何準確的、無感情色彩的反映投資者的情緒是建立股票市場的情感權(quán)重字典的關(guān)鍵,除此之外字典中的關(guān)鍵詞應(yīng)與股市高度相關(guān);同時,為了實現(xiàn)股票市場的動態(tài)監(jiān)控,關(guān)鍵詞需要保證定時更新、富于變化。具體步驟如下:（1）建立初始關(guān)鍵詞詞庫:利用八爪魚軟件抓取CNKI近三年來一萬多篇關(guān)于“股票市場”的文獻題目,并借助Python軟件中分詞包（Jieba）進行分詞工作,通過中文分詞及過濾、詞頻分析三步建立基礎(chǔ)詞庫;（2）關(guān)鍵詞時差法篩選:設(shè)定因變量y為滬深300指數(shù)的真實波幅均值數(shù)據(jù),自變量x是基礎(chǔ)詞庫中某個關(guān)鍵字的TF-IDF值,利用SPSS軟件計算基礎(chǔ)詞庫中該關(guān)鍵字的百度指數(shù)日數(shù)據(jù)和滬深300真實波幅均值的日數(shù)據(jù)時間序列的時...
【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】：66 頁
【學位級別】：碩士
【部分圖文】：
基于輿情分析的真實波幅均值預測研究流程圖
哈爾濱工業(yè)大學管理學碩士學位論文第 2 章 相關(guān)理論基礎(chǔ)1 輿情分析常用方法股票市場的輿情包括投資者的情緒變化、股票市場的行情波動以及因場的行情波動引起的輿情事件，而這種波動基本上是由各種各樣的信息，其涵蓋廣泛的主題如宏觀經(jīng)濟學、基本面、政治新聞和社會熱點等。圖常用的輿情分析研究框架。
其主要用來判斷文本信息中的情感取向。在本文中，按照情感的粒度分為正向和負向[58]。圖2-2 為情感分析研究流程圖。首先利用爬蟲軟件獲取原始數(shù)據(jù)（文獻題目）后輸入，然后利用分詞包進行分詞，經(jīng)過三步過濾后，建立輿情情感字典，通過判斷規(guī)則來進行分類。圖 2-2 情感分析研究流程圖
【參考文獻】：
期刊論文
[1]基于Logistic回歸模型的微博情感分析研究[J]. 馮軍軍,王海沛,賀曉春. 計算機與數(shù)字工程. 2018(09)
[2]基于股評的投資者情緒對股票市場的影響[J]. 部慧,解崢,李佳鴻,吳俊杰. 管理科學學報. 2018(04)
[3]混頻投資者情緒與股票價格行為[J]. 姚堯之,王堅強,劉志峰. 管理科學學報. 2018(02)
[4]基于遞歸特征消除方法的隨機森林算法[J]. 吳辰文,梁靖涵,王偉,李長生. 統(tǒng)計與決策. 2017(21)
[5]基于神經(jīng)網(wǎng)絡(luò)模型的產(chǎn)品屬性情感分析[J]. 劉新星,姬東鴻,任亞峰. 計算機應(yīng)用. 2017(06)
[6]基于多維特征分析的社交網(wǎng)絡(luò)意見領(lǐng)袖挖掘[J]. 曹玖新,陳高君,吳江林,劉波,周濤,胥帥,朱子青. 電子學報. 2016(04)
[7]新股收益與投資者情緒——基于中國股市新股“漲停板”數(shù)量的實證研究[J]. 楊竹清,張超林. 浙江金融. 2016(03)
[8]基于文本挖掘和百度指數(shù)的投資者情緒指數(shù)研究[J]. 孟雪井,孟祥蘭,胡楊洋. 宏觀經(jīng)濟研究. 2016(01)
[9]我國股票市場投資者情緒SENT指數(shù)的構(gòu)建——基于上證A股公司的面板數(shù)據(jù)[J]. 馬若微,張娜. 中央財經(jīng)大學學報. 2015(07)
[10]金融危機背景下中美投資者情緒的傳染性分析[J]. 文鳳華,楊鑫,龔旭,黃創(chuàng)霞,楊曉光. 系統(tǒng)工程理論與實踐. 2015(03)
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的用戶下一個地理興趣點推薦模型研究[D]. 張芷芊.武漢大學 2018
[2]基于深度學習的太陽能光伏發(fā)電短期預測方法[D]. 于佳弘.浙江大學 2018
[3]基于神經(jīng)網(wǎng)絡(luò)模型的文本情感分析系統(tǒng)的研究與實現(xiàn)[D]. 郭豪.北京郵電大學 2018
[4]基于百度指數(shù)的投資者關(guān)注度對于股票市場表現(xiàn)的影響[D]. 繆杰.廈門大學 2014
[5]投資者情緒對中國股市收益與收益波動影響實證研究[D]. 仇冬.華中科技大學 2012
本文編號：3390835
【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】：66 頁
【學位級別】：碩士
【部分圖文】：
基于輿情分析的真實波幅均值預測研究流程圖
哈爾濱工業(yè)大學管理學碩士學位論文第 2 章 相關(guān)理論基礎(chǔ)1 輿情分析常用方法股票市場的輿情包括投資者的情緒變化、股票市場的行情波動以及因場的行情波動引起的輿情事件，而這種波動基本上是由各種各樣的信息，其涵蓋廣泛的主題如宏觀經(jīng)濟學、基本面、政治新聞和社會熱點等。圖常用的輿情分析研究框架。
其主要用來判斷文本信息中的情感取向。在本文中，按照情感的粒度分為正向和負向[58]。圖2-2 為情感分析研究流程圖。首先利用爬蟲軟件獲取原始數(shù)據(jù)（文獻題目）后輸入，然后利用分詞包進行分詞，經(jīng)過三步過濾后，建立輿情情感字典，通過判斷規(guī)則來進行分類。圖 2-2 情感分析研究流程圖
【參考文獻】：
期刊論文
[1]基于Logistic回歸模型的微博情感分析研究[J]. 馮軍軍,王海沛,賀曉春. 計算機與數(shù)字工程. 2018(09)
[2]基于股評的投資者情緒對股票市場的影響[J]. 部慧,解崢,李佳鴻,吳俊杰. 管理科學學報. 2018(04)
[3]混頻投資者情緒與股票價格行為[J]. 姚堯之,王堅強,劉志峰. 管理科學學報. 2018(02)
[4]基于遞歸特征消除方法的隨機森林算法[J]. 吳辰文,梁靖涵,王偉,李長生. 統(tǒng)計與決策. 2017(21)
[5]基于神經(jīng)網(wǎng)絡(luò)模型的產(chǎn)品屬性情感分析[J]. 劉新星,姬東鴻,任亞峰. 計算機應(yīng)用. 2017(06)
[6]基于多維特征分析的社交網(wǎng)絡(luò)意見領(lǐng)袖挖掘[J]. 曹玖新,陳高君,吳江林,劉波,周濤,胥帥,朱子青. 電子學報. 2016(04)
[7]新股收益與投資者情緒——基于中國股市新股“漲停板”數(shù)量的實證研究[J]. 楊竹清,張超林. 浙江金融. 2016(03)
[8]基于文本挖掘和百度指數(shù)的投資者情緒指數(shù)研究[J]. 孟雪井,孟祥蘭,胡楊洋. 宏觀經(jīng)濟研究. 2016(01)
[9]我國股票市場投資者情緒SENT指數(shù)的構(gòu)建——基于上證A股公司的面板數(shù)據(jù)[J]. 馬若微,張娜. 中央財經(jīng)大學學報. 2015(07)
[10]金融危機背景下中美投資者情緒的傳染性分析[J]. 文鳳華,楊鑫,龔旭,黃創(chuàng)霞,楊曉光. 系統(tǒng)工程理論與實踐. 2015(03)
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的用戶下一個地理興趣點推薦模型研究[D]. 張芷芊.武漢大學 2018
[2]基于深度學習的太陽能光伏發(fā)電短期預測方法[D]. 于佳弘.浙江大學 2018
[3]基于神經(jīng)網(wǎng)絡(luò)模型的文本情感分析系統(tǒng)的研究與實現(xiàn)[D]. 郭豪.北京郵電大學 2018
[4]基于百度指數(shù)的投資者關(guān)注度對于股票市場表現(xiàn)的影響[D]. 繆杰.廈門大學 2014
[5]投資者情緒對中國股市收益與收益波動影響實證研究[D]. 仇冬.華中科技大學 2012
本文編號：3390835
本文鏈接：http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3390835.html
教材專著
