股票市場(chǎng)擔(dān)當(dāng)著國(guó)民經(jīng)濟(jì)“晴雨表”的作用,研究股票的波動(dòng)性具有重要的意義。隨著大數(shù)據(jù),人工智能等技術(shù)的發(fā)展,傳統(tǒng)方法所不能處理的非結(jié)構(gòu)化數(shù)據(jù)越來越受到人們的重視,文本挖掘技術(shù)應(yīng)用越來越廣泛。另外不少的研究發(fā)現(xiàn),網(wǎng)絡(luò)搜索數(shù)據(jù)在經(jīng)濟(jì)預(yù)測(cè)中起著越來越重要的作用。本文通過整合網(wǎng)絡(luò)搜索數(shù)據(jù),新聞數(shù)據(jù),市場(chǎng)數(shù)據(jù)構(gòu)建了一個(gè)測(cè)度投資者情緒的指標(biāo),并以此為基礎(chǔ),測(cè)量投資者情緒和個(gè)股波動(dòng)性的關(guān)系。首先,本文選取了9個(gè)變量指標(biāo),采用網(wǎng)絡(luò)爬蟲對(duì)其中的一些數(shù)據(jù)抓取,包括百度指數(shù),新聞數(shù)據(jù),其次,對(duì)新聞數(shù)據(jù)進(jìn)行文本挖掘,將新聞數(shù)據(jù)進(jìn)行jieba分詞,利用gensim將詞轉(zhuǎn)化為詞向量模型,采用SVM對(duì)新聞的結(jié)果進(jìn)行分類。利用主成分分析將新聞數(shù)據(jù),百度指數(shù)和市場(chǎng)數(shù)據(jù)合成投資者情緒的綜合指數(shù),并以此檢驗(yàn)投資者情緒和股票波動(dòng)率之間的相關(guān)關(guān)系。本文的主要研究成果如下,加入網(wǎng)絡(luò)搜索指數(shù)和新聞指數(shù)的投資者情緒指標(biāo)和股票的波動(dòng)性具有相關(guān)性,但是不同的股票的影響結(jié)果不一致,具體表現(xiàn)在部分金融業(yè)的波動(dòng)性與其自身的波動(dòng)性的滯后項(xiàng)的相關(guān)性更強(qiáng),對(duì)本文構(gòu)建的投資者情緒指數(shù)并不顯著。本文的難點(diǎn)在以下幾個(gè)方面:1、百度指數(shù)的抓取的相關(guān)工作。因?yàn)?..

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 研究?jī)?nèi)容與論文組織結(jié)構(gòu)
    1.4 創(chuàng)新之處
2 相關(guān)文獻(xiàn)綜述
    2.1 網(wǎng)絡(luò)搜索數(shù)據(jù)與文本挖掘
    2.2 投資者情緒與股票波動(dòng)性
3 數(shù)據(jù)來源與處理
    3.1 相關(guān)技術(shù)簡(jiǎn)介
    3.2 變量選擇及相關(guān)說明
    3.3 數(shù)據(jù)獲取
    3.4 數(shù)據(jù)預(yù)處理
    3.5 數(shù)據(jù)的描述性統(tǒng)計(jì)
4 投資者情緒與股票波動(dòng)性微觀檢驗(yàn)
    4.1 相關(guān)系數(shù)和標(biāo)準(zhǔn)化
    4.2 構(gòu)建投資者情緒指數(shù)
    4.3 投資者情緒和股票波動(dòng)性
    4.4 百度指數(shù)對(duì)個(gè)股波動(dòng)率的影響路徑分析
5 結(jié)論和建議
    5.1 結(jié)論
    5.2 不足之處
6 參考文獻(xiàn)
附錄
致謝
在校期間發(fā)表論文清單



本文編號(hào)：3825615