股票市場是金融市場的一個(gè)非常重要的組成部分,其能夠反映國家的經(jīng)濟(jì)運(yùn)行情況,常常被稱作經(jīng)濟(jì)的“晴雨表”、“風(fēng)向標(biāo)”。能夠正確預(yù)測股市的走勢和趨勢對于政府和投資者都是一件具有重大意義的事。股市的走勢會受到非常多方面因素的影響,現(xiàn)代金融市場金融學(xué)者們很少考慮行為因素、心理因素等對投資者的決策產(chǎn)生影響。但是事實(shí)上投資者在做出決策的時(shí)候會受到各種各樣的因素影響,行為金融學(xué)提出,非理性的股市投資者的心理和行為將會影響股票市場態(tài)勢,使股票價(jià)格脫離了其本身的價(jià)值。國內(nèi)外諸多學(xué)者對股指預(yù)測均有所研究,但是基于行為金融的股票大盤分析相對來說比較少。在大數(shù)據(jù)時(shí)代的大背景下,本文利用爬蟲技術(shù)采集了網(wǎng)絡(luò)上的財(cái)經(jīng)評論信息,用這些文本信息和大盤指數(shù)數(shù)據(jù)對投資者的財(cái)經(jīng)評論行為展開分析。本文首先利用文本處理技術(shù)對財(cái)經(jīng)評論信息進(jìn)行處理,研究了投資者的財(cái)經(jīng)評論行為并進(jìn)行假設(shè)驗(yàn)證,證明了數(shù)據(jù)的有效性。然后本文利用情感分類技術(shù)研究了財(cái)經(jīng)評論的投資者情感傾向,對金融數(shù)據(jù)進(jìn)行了文本分類并進(jìn)行了情感分析、對投資者情緒進(jìn)行量化以及更進(jìn)一步的利用情感極性分析作為特征輔助預(yù)測股票市場未來趨勢。本文使用了時(shí)變概率密度函數(shù)模型作為基礎(chǔ)模型來預(yù)... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－３爬蟲所取的網(wǎng)絡(luò)文本字段示例??經(jīng)過爬蟲系統(tǒng)的爬取，得到了?１１０余萬評論文本數(shù)據(jù)，時(shí)間覆蓋到２０１２年??

通過觀察股票大盤數(shù)據(jù)，我們對上證指數(shù)的收盤價(jià)和股票收益率作描述性統(tǒng)??計(jì)如下：??首先，我們分析了上證指數(shù)的收盤價(jià)折線圖，如圖４－１：??５５００．００－??｛＼??＂［??｜?３５００．００－?／?丨??２５００．００－??１５００．００－??ｓ￣￣’Ｔ?－?１?￣￣￣?￣￣?１?１?）?Ｉ?１?？Ｉ?：??２０１５／０１．０５?２０１５／０６／０３?２０１５／１１）０２?２０１６幻３／２９?２０１６／０８，＇＊２２?２０１７，＾１＾１９?２０１７；０６／２２??ｄａｔｅ??圖４－１上證指數(shù)大盤波動圖??如上圖４－１所示，可以看出，２０１５年股票市場經(jīng)歷了大漲大跌，股市震蕩非??常強(qiáng)烈，并從２０１６年開始處于緩慢上升狀態(tài)，直到現(xiàn)在也沒有太大的波動，基??３５??

本上是圍繞著３３００點(diǎn)上下波動。??為了更好的了解股票大盤的價(jià)格分布，我們對上證指數(shù)的收盤價(jià)做了以下頻??率直方圖，如圖４－２：??１２５Ｈ?＿??隱?醜＝?３３２２．１２??＾?＝?４７２．８０２??Ｎ?＝?６３０??１。叫??ｆ?７ｓｊ??５０－ｊ??�！�?—??２５００．００?３０００．００?３ＳＱ０．００?４０００，Ｑ０?４５００．００?５０００．００??指數(shù)??圖４＿２上證指數(shù)頻率直方圖??從圖中可以看出，上證指數(shù)收盤價(jià)的均值為３３２２．１２，標(biāo)準(zhǔn)偏差為４７２．８０２。??且可以看出有可能不服從正態(tài)分布，上證指數(shù)收盤價(jià)很有可能為不平穩(wěn)序列。??一般來說，我們在對時(shí)間序列模型進(jìn)行回歸預(yù)測時(shí)，要求時(shí)間序列數(shù)據(jù)是平??穩(wěn)的，而本文使用的時(shí)變概率密度函數(shù)模型有同樣的要求，通過對本文的上證指??數(shù)收盤價(jià)時(shí)間序列數(shù)據(jù)的觀察，收盤價(jià)序列有可能存在不穩(wěn)定性，所以對序列數(shù)??據(jù)做平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如下表４－２：???表４－２數(shù)據(jù)差分前的平穩(wěn)性檢驗(yàn)結(jié)果???顯著性水平?ＡＤＦ值?臨界值?結(jié)論??１％?－２．１１２６５６?－３．４４０１９７?不平穩(wěn)??５％?－２．１１２６５６?－２．８６５７７６?不平穩(wěn)??１０％?－２．１１２６５６?－２．５６９０８３?不平穩(wěn)??可以看到

【參考文獻(xiàn)】：
期刊論文
[1]基于微博的投資者情緒對股票市場影響研究[J]. 張信東,原東良.  情報(bào)雜志. 2017(08)
[2]基于改進(jìn)的支持向量機(jī)的股票預(yù)測方法[J]. 郝知遠(yuǎn).  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[3]基于灰度預(yù)測與馬爾柯夫過程的股票價(jià)格預(yù)測模型[J]. 盧嘉澍,孫坤,廉潔,李燦.  現(xiàn)代商業(yè). 2017(17)
[4]投資者情緒與股市泡沫[J]. 李曉丹.  中國商論. 2017(08)
[5]基于微博信息的股票交易預(yù)測研究[J]. 胡婧,葉建木.  財(cái)政監(jiān)督. 2017(05)
[6]統(tǒng)計(jì)模型在中文文本挖掘中的應(yīng)用[J]. 王健,張俊妮.  數(shù)理統(tǒng)計(jì)與管理. 2017(04)
[7]基于投資者情緒的股票價(jià)格及成交量預(yù)測研究[J]. 陳曉紅,彭宛露,田美玉.  系統(tǒng)科學(xué)與數(shù)學(xué). 2016(12)
[8]基于百度指數(shù)的投資者關(guān)注度與股票市場表現(xiàn)的實(shí)證分析[J]. 陳植元,米雁翔,厲洋軍,鄭君君.  統(tǒng)計(jì)與決策. 2016(23)
[9]基于文本信息的股票指數(shù)預(yù)測[J]. 董理,王中卿,熊德意.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[10]中國股票市場國際聯(lián)動性研究——基于網(wǎng)絡(luò)分析方法[J]. 李岸,粟亞亞,喬海曙.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2016(08)

博士論文
[1]文本挖掘中若干關(guān)鍵問題的研究[D]. 胡佳妮.北京郵電大學(xué) 2008

碩士論文
[1]基于文本情感分析的股價(jià)預(yù)測研究與實(shí)現(xiàn)[D]. 戴成駿.重慶大學(xué) 2016
[2]人民幣匯率預(yù)測研究[D]. 羅賢興.浙江工商大學(xué) 2015
[3]基于情感分析的股票預(yù)測模型研究[D]. 宋敏晶.哈爾濱工業(yè)大學(xué) 2013



本文編號：3414683