自1990年上海證券交易所成立以來,中國的股票市場規(guī)�？焖贁U(kuò)大,發(fā)展速度迅速,截止2018年末,總有1449家公司上市,上市證券共有12373只。在中國股票市場向成熟的市場化發(fā)展的進(jìn)程中,投資者是該市場中重要的一個(gè)部分,但由于市場的不成熟,如受政策影響大,信息不對稱情況嚴(yán)重,易產(chǎn)生股市暴跌暴漲現(xiàn)象等,加上投資者自身金融知識的不足與心理認(rèn)知偏差等,導(dǎo)致股票市場中存在著許多非理性行為,使得股市波動(dòng)更加劇烈。同時(shí),隨著網(wǎng)絡(luò)的不斷發(fā)展和互聯(lián)網(wǎng)時(shí)代的到來,投資者越來越多的使用網(wǎng)絡(luò)來進(jìn)行股票的投資,并實(shí)時(shí)的在網(wǎng)絡(luò)平臺上留下自己的觀點(diǎn)或表達(dá)自己的情緒,在對股市持看漲積極態(tài)度時(shí)會在網(wǎng)絡(luò)上留下買入、加倉和持有股票等信息,在對股市持看跌消極態(tài)度時(shí)會在網(wǎng)絡(luò)上留下賣出、減倉和推出等信息。在這樣的背景下,使得研究投資者情緒與股票市場的互動(dòng)影響成為了可能。本文基于行為金融學(xué)和投資者心理認(rèn)知偏差理論,通過構(gòu)建合適的投資者情緒指標(biāo)來刻畫投資者在股票市場中的非理性行為�；赑ython語句對東方財(cái)富網(wǎng)站股吧內(nèi)的帖子進(jìn)行抓取后,利用文本挖掘技術(shù)對清洗后的數(shù)據(jù)進(jìn)行處理分析,使文本數(shù)據(jù)量化為投資者情緒指數(shù),從而與反映股票市場...

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1中國石油詞云圖

基于文本挖掘的投資者情緒與股票市場波動(dòng)關(guān)系研究17包，該分詞包的底層使用的是C++，而后通過Rcpp進(jìn)行調(diào)用，相較于其他方法的分詞包，它具有分詞精度高、分詞速度快等優(yōu)點(diǎn)。因此，本文采用了jiebaR程序包對文本數(shù)據(jù)進(jìn)行中文分詞，并對中國石油的文本數(shù)據(jù)分詞處理結(jié)果后進(jìn)行了可視化，形....

圖2-2樸素貝葉斯分類

第二章投資者情緒指數(shù)測度18圖2-2樸素貝葉斯分類圖2-3支持向量機(jī)分類在對所有的文本數(shù)據(jù)進(jìn)行分類之前，需要合理的選取一定比例的訓(xùn)練數(shù)據(jù)集作為樣本，運(yùn)用訓(xùn)練集的擬合效果來選擇合適的分類方法。因?yàn)槭菑墓砂芍凶ト〕鰜淼奈谋�，文本�?shù)據(jù)較為口語化、不規(guī)范化，因此本文從最終清洗完成的數(shù)據(jù)集....

圖2-3支持向量機(jī)分類在對所有的文本數(shù)據(jù)進(jìn)行分類之前，需要合理的選取一定比例的訓(xùn)練數(shù)據(jù)集

第二章投資者情緒指數(shù)測度18圖2-2樸素貝葉斯分類圖2-3支持向量機(jī)分類在對所有的文本數(shù)據(jù)進(jìn)行分類之前，需要合理的選取一定比例的訓(xùn)練數(shù)據(jù)集作為樣本，運(yùn)用訓(xùn)練集的擬合效果來選擇合適的分類方法。因?yàn)槭菑墓砂芍凶ト〕鰜淼奈谋�，文本�?shù)據(jù)較為口語化、不規(guī)范化，因此本文從最終清洗完成的數(shù)據(jù)集....

圖2-4中國石油2018年日投資者情緒指數(shù)折線圖

爬取，隨后通過文本挖掘技術(shù)和機(jī)器學(xué)習(xí)方法對經(jīng)過文本清洗后的未標(biāo)記的數(shù)據(jù)樣本進(jìn)行了投資者情緒分類，主要分為看漲、看平和看跌三類�，F(xiàn)已得到每個(gè)帖子投資者情緒的預(yù)測值，最后需要利用所構(gòu)建的投資者情緒指標(biāo)計(jì)算得出中國石油股票最終的每天的投資者情緒指數(shù)值。根據(jù)投資者情緒指數(shù)計(jì)算方法可以看出....

本文編號：3968108