發(fā)布時(shí)間：2022-12-04 15:44

　　股市指數(shù)的波動(dòng)是證券投資者所關(guān)注的焦點(diǎn)內(nèi)容,其影響因素涵蓋諸多方面,有直接相關(guān)的影響因素和一些難以被察覺(jué)到的潛在因素。近年來(lái),隨著計(jì)算機(jī)運(yùn)算能力的加強(qiáng)和眾多人工智能算法的出現(xiàn),越來(lái)越多的學(xué)者和投資者們將人工智能算法結(jié)合股票市場(chǎng)規(guī)律進(jìn)行股票價(jià)格波動(dòng)預(yù)測(cè)研究,將其應(yīng)用在量化投資和股票市場(chǎng)監(jiān)管等方面并取得了顯著成效。本文從股民言論角度出發(fā),挖掘言語(yǔ)信息中的情感傾向與股票指數(shù)變化之間的相互關(guān)系,構(gòu)建基于評(píng)論的股票指數(shù)預(yù)測(cè)模型。為了將非理性的決策因素投資者情緒應(yīng)用于股票市場(chǎng)的股票指數(shù)波動(dòng)預(yù)測(cè)中,本文融合深度學(xué)習(xí)算法構(gòu)建一種較為精確的股票指數(shù)波動(dòng)預(yù)測(cè)模型,提出了一種基于自然語(yǔ)言處理和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的情感傾向提煉方法,通過(guò)情感指標(biāo)與股市指標(biāo)結(jié)合構(gòu)造出投資者情緒度量指標(biāo)并使用股民情感傾向數(shù)據(jù)結(jié)合改進(jìn)的LSTM模型（ELSTM）預(yù)測(cè)未來(lái)股票指數(shù)波動(dòng)。研究得到如下結(jié)論:（1）基于股吧評(píng)論的投資者情緒指標(biāo)能夠反映股票指數(shù)的變化,經(jīng)過(guò)OLS回歸檢驗(yàn)證明了本文構(gòu)造了有效的投資者情緒復(fù)合情感度量表達(dá)式。（2）排除政策、自然災(zāi)害以及金融大環(huán)境影響的前提下,根據(jù)投資者情緒變化態(tài)勢(shì)與股價(jià)指數(shù)變化綜合分析得出,在股價(jià)... 

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 問(wèn)題提出
    1.2 文獻(xiàn)綜述
    1.3 研究框架與技術(shù)路線
    1.4 研究方案與創(chuàng)新點(diǎn)
    1.5 本文的主要貢獻(xiàn)
    1.6 本文的結(jié)構(gòu)
2 理論基礎(chǔ)與假設(shè)提出
    2.1 相關(guān)理論
    2.2 股票價(jià)格波動(dòng)影響因素與預(yù)測(cè)難點(diǎn)
    2.3 投資者情緒結(jié)合機(jī)器學(xué)習(xí)研究述評(píng)
    2.4 假設(shè)提出
3 基于股民評(píng)論的投資者情緒指標(biāo)構(gòu)建
    3.1 股民言論信息的采集與預(yù)處理
    3.2 股民言論的情感提取
    3.3 投資者情緒指標(biāo)構(gòu)建
4 改進(jìn)的長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)
    4.1 循環(huán)神經(jīng)網(wǎng)絡(luò)
    4.2 改進(jìn)的RNN——LSTM神經(jīng)網(wǎng)絡(luò)模型
    4.3 基于情緒指標(biāo)改進(jìn)的LSTM模型——ELSTM模型
5 實(shí)證分析
    5.1 數(shù)據(jù)來(lái)源與預(yù)處理
    5.2 特征提取
    5.3 滬深300指數(shù)與概念板塊指數(shù)預(yù)測(cè)
    5.4 預(yù)測(cè)結(jié)果分析
    5.5 合理化建議
6 研究結(jié)論與展望
    6.1 研究結(jié)論
    6.2 不足之處與展望
參考文獻(xiàn)
附錄1 82個(gè)股市行業(yè)概念板塊基本信息
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]考慮投資者情緒的GARCH-改進(jìn)神經(jīng)網(wǎng)絡(luò)期權(quán)定價(jià)模型[J]. 林焰,楊建輝.  系統(tǒng)管理學(xué)報(bào). 2018(05)
[2]基于股吧信息的投資者情緒與極端收益的可預(yù)測(cè)性研究[J]. 金秀,姜尚偉,苑瑩.  管理評(píng)論. 2018(07)
[3]網(wǎng)絡(luò)股評(píng)“發(fā)布者–關(guān)注者”BSI與股票市場(chǎng)關(guān)聯(lián)性研究[J]. 張寧,尹樂(lè)民,何立峰.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(06)
[4]基于股評(píng)的投資者情緒對(duì)股票市場(chǎng)的影響[J]. 部慧,解崢,李佳鴻,吳俊杰.  管理科學(xué)學(xué)報(bào). 2018(04)
[5]基于深度學(xué)習(xí)和股票論壇數(shù)據(jù)的股市波動(dòng)率預(yù)測(cè)精度研究[J]. 陳衛(wèi)華,徐國(guó)祥.  管理世界. 2018(01)
[6]情緒喚醒影響記憶鞏固過(guò)程的神經(jīng)生理機(jī)制[J]. 李雪娟,張靈聰,李紅.  心理科學(xué)進(jìn)展. 2017(10)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)短文本分類方法[J]. 郭東亮,劉小明,鄭秋生.  計(jì)算機(jī)與現(xiàn)代化. 2017(04)
[8]投資者情緒與盈余管理——基于應(yīng)計(jì)盈余管理與真實(shí)盈余管理的實(shí)證研究[J]. 鹿坪,冷軍.  財(cái)經(jīng)問(wèn)題研究. 2017(02)
[9]投資者情緒與成交量:基于網(wǎng)絡(luò)論壇證據(jù)的分析[J]. 易洪波,李夢(mèng)璐,董大勇.  商業(yè)研究. 2016(08)
[10]投資者情緒如何影響股票定價(jià)?——基于IPO公司的實(shí)證研究[J]. 宋順林,王彥超.  管理科學(xué)學(xué)報(bào). 2016(05)

碩士論文
[1]聚類算法和卷積神經(jīng)網(wǎng)絡(luò)在文本情感分析中的應(yīng)用研究[D]. 何云超.云南大學(xué) 2016



本文編號(hào)：3708543