基于微博文本挖掘的投资者情绪与股票市场表现研究

发布时间：2017-03-16 22:09

  本文关键词：基于微博文本挖掘的投资者情绪与股票市场表现研究，由笔耕文化传播整理发布。

【摘要】：新型网络时代开启的标志就是各种社会化网络(微博、博客、微信、论坛等)的出现。社会化网络在人们的生活中扮演着越来越重要的角色,它让人们在信息传递的过程中角色由被动接收方变为主动创造者,这一改变极大的调动了互联网用户的积极性,每天都有大量的用户原创数据(User Generated Content)产生。这些数据凝聚了大众对于社会问题的观点、看法,例如财经媒体、金融从业者在社交媒体上实时发布股票市场信息,投资者实时获取这些信息,表达自己对于市场和个股的看法,并与其他社会化网络的参与者对某一市场问题进行讨论。这些UGC数据代表了一定时期内整个市场对于当期和未来一段时间内走向的判断,对于股票市场走势的预测具有重要意义,越来越多的学者参与到对于股票市场UGC数据进行挖掘的研究当中。现有的研究认为分析社会化网络的信息活动强度和情感倾向有利于完善现有的股市预测技术,而国内外现有研究多以论坛等传统社会化媒体作为数据来源对象,对于微博这种新兴的社会化媒体的研究有限。由于新浪微博是国内市场占有率最高的微博平台,固本文以新浪微博作为获取数据的来源。本研究共获取2012年——2014年期间320万条股票市场相关微博,通过使用文本挖掘与情感分析等分析技术对获取的微博文本数据进行量化,构建出由投资者情感倾向、投资者未来预期与投资者关注度三大类指标组成的投资者情绪指标体系,并结合上证指数的收盘点数、收益率、波动率、成交量等市场表现数据,探索两者之间的相关性,通过该部分的分析证明了基于新浪微博文本分析所得到的投资者情绪各指标与股票市场表现之间存在相互影响。在相关性研究的基础上,尝试建立加入投资者情绪变量的上证指数的预测模型,并与传统预测模型进行了比较。主要研究成果如下：(1)投资情情绪。对通常的投资者分析而言,都带有一定程度的间接性,但本研究采用的是基于微博内容的投资者情绪分析,这些微博往往是投资者或者市场的关注者真实的情绪表达,因此具有直接性和更强的真实性,相对间接投资者情绪价值更大。(2)构建投资者代理情绪指标体系。本研究在已有的研究成果的基础上,构建了投资者代理情绪的指标体系。该体系为后续的投资者情绪研究奠定了基础。(3)实证设计和研究。首先从微博获取关键词信息如股票市场、情感维度等几个方面的关键词的提取,随后对其进行指标的量化。通过实证研究,发现投资者情感倾向和股票市场指标、投资者未来预期和股票市场指标、投资者关注度和股票市场指标之间都存在着显著的相关关系,加入投资者情绪指标的模型预测精度要高于传统模型。
【关键词】：文本挖掘 情感分析 新浪微博 支持向量回归
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要8-10
• Abstract10-12
• 1 绪论12-19
• 1.1 研究背景12-13
• 1.2 研究意义13-14
• 1.3 研究方法14-15
• 1.4 研究内容与论文组织结构15-18
• 1.5 主要创新点18-19
• 2 文献综述与理论基础19-29
• 2.1 投资者情绪和投资者关注度19-23
• 2.2 情感分析与预测23-27
• 2.3 股票市场表现27-29
• 3 数据的获取与处理29-45
• 3.1 新浪微博的数据获取29-30
• 3.2 关键词提取与量化30-35
• 3.3 投资者情感倾向指标的量化35-39
• 3.4 投资者未来预期量化39-40
• 3.5 投资者关注度量化40-41
• 3.6 股票市场表现数据的整理41-45
• 4 投资者情绪和股票市场表现的实证研究45-63
• 4.1 投资者情感倾向和股票市场指标实证分析45-49
• 4.2 投资者未来预期和股票市场指标实证分析49-53
• 4.3 投资者关注度和股票市场指标实证分析53-56
• 4.4 投资者情感倾向、投资者未来预期、投资者关注度之间关系的实证分析56-59
• 4.5 基于SVM的传统预测模型与投资者情绪预测模型比较59-63
• 5 结论和展望63-65
• 5.1 结论63-64
• 5.2 展望64-65
• 参考文献65-70
• 致谢70-71
• 学位论文评阅及答辩情况表71

【参考文献】

中国期刊全文数据库 前1条

1 庞磊;李寿山;周国栋;;基于情绪知识的中文微博情感分类方法[J];计算机工程;2012年13期

中国硕士学位论文全文数据库 前1条

1 何印;基于互联网新闻文本挖掘的投资与监管辅助决策系统[D];西南财经大学;2013年

  本文关键词：基于微博文本挖掘的投资者情绪与股票市场表现研究，由笔耕文化传播整理发布。

，

本文编号：252406