基于文本挖掘的投资者情感分析及其与媒体关注度的多重分形交叉相关性研究
发布时间：2021-03-22 19:40
近年来随着互联网的蓬勃发展,互联网已经成为了一个可以获取信息、交流和评论的平台。正是由于网络信息开放性和资源共享性,投资者获取金融市场信息的成本逐渐降低,逐步减少信息不对称带来的影响,但同时由于中国股票市场还未完全成熟,中国投资者的非理性程度较高,其情绪容易受到互联网媒体所传递出来的关注度、主观看法等影响,继而引起投资者投资决策和投资行为的改变。目前国内外学者主要从单一的角度研究媒体或投资者对股票市场产生的影响,而缺少对两者相关关系的探讨。研究媒体关注度与投资者之间的关系对研究两者的交互作用进而理解它们与金融市场之间的关系有重要的意义。由于金融市场具有复杂的分形结构,而多重分形交叉相关性分析方法（MF-DCCA）可以对复杂系统进行详细描述,可以解释两个时间序列之间的多重分形特征并对复杂系统的局部特征进行精准刻画。故论文利用MF-DCCA方法分析媒体关注度与投资者情感强度之间的相关关系,并对它们的分形特征进行描述和分析。这是MF-DCCA方法在金融领域应用的新思路为了更准确地分析媒体关注度与投资者情感强度之间的关系,论文首先针对基于传统情感词典的情感分析方法不能准确计算出投资者情感强度的...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
万科投资者评论示例
24图 3. 3 上汽投资者评论示例Fig 3.3 SAIC Investor Review Sample数据收集工作依赖于网络爬虫技术实现，本文使用 python 语言编写了网络文本爬虫程序以实现对新浪财经网站股吧评论数据抓取。首先将某一企业的股吧评论的主网址作为输入变量，通过 urllib2.Request 以及 urllib2.urlopen 函数获取网页源码，最后通过 read 函数将网页源码全部读出。将读出的源码通过正则表达式找到所有源码中每一条评论的 url，对 url 进行源码获取并通过正则表达式获取评论内容，不断循环读取，直到读取全部的评论内容。抓取结果如图 3.4 所示。依赖 MYSQL 数据库存储数据。
图 3. 4 股吧评论爬取结果示例Fig 3.4 Stock Post Bar Comments Crawl Results Example3.2.2 数据预处理得到股吧评论数据后，由于采集到的评论文本存在着大量的无意义的符号以及网址链接等，这些信息称之为噪声数据，会对接下来的分析造成干扰，所以为了保证情感分析的准确性需要对采集的文本评论数据进行去噪处理，包括去除空格，乱码，无用符号以及其他与文本无关的数据。本文采取 Python 中的正则表达式对文本中的噪声数据进行过滤处理得到不含噪声数据的纯文本数据，处理结果如图 3.5 所示。
【参考文献】：
期刊论文
[1]融合演化特征的公共安全事件微博情感分析[J]. 曾子明,万品玉. 情报科学. 2018(12)
[2]基于个体投资者情感量化的上证指数预测检验[J]. 王聪,高广阔,王亮. 经济研究导刊. 2018(26)
[3]投资者情绪与股票收益关系的实证检验[J]. 李岩,金德环. 统计与决策. 2018(15)
[4]基金市场上投资者情绪变动及其影响研究——基于新浪财经基金评论的统计视角[J]. 常静,闫丽瑞,王镭. 中国发展. 2018(01)
[5]基于Word2Vec的情感词典自动构建与优化[J]. 杨小平,张中夏,王良,张永俊,马奇凤,吴佳楠,张悦. 计算机科学. 2017(01)
[6]基于word2vec的互联网商品评论情感倾向研究[J]. 黄仁,张卫. 计算机科学. 2016(S1)
[7]融合句法信息的金融论坛文本情感计算研究[J]. 兰秋军,刘文星,李卫康,胡星野. 现代图书情报技术. 2016(04)
[8]什么导致了股票收益的“媒体效应”:预期关注还是未预期关注?[J]. 王建新,饶育蕾,彭叠峰. 系统工程理论与实践. 2015(01)
[9]媒体报道与投资效率[J]. 张建勇,葛少静,赵经纬. 会计研究. 2014(10)
[10]媒体报道、制度环境与股价崩盘风险[J]. 罗进辉,杜兴强. 会计研究. 2014(09)
博士论文
[1]中国股市媒体效应研究：官方新闻、市场谣言与有限注意力[D]. 何欣.西南财经大学 2012
硕士论文
[1]新闻情感态度与股票市场波动的多重分形交叉相关性分析研究[D]. 王伟.合肥工业大学 2017
[2]基于依存句法的情感分析系统的设计与实现[D]. 胡骋.华南理工大学 2016
[3]投资者情绪对中国股市收益与收益波动影响实证研究[D]. 仇冬.华中科技大学 2012
本文编号：3094360
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
万科投资者评论示例
24图 3. 3 上汽投资者评论示例Fig 3.3 SAIC Investor Review Sample数据收集工作依赖于网络爬虫技术实现，本文使用 python 语言编写了网络文本爬虫程序以实现对新浪财经网站股吧评论数据抓取。首先将某一企业的股吧评论的主网址作为输入变量，通过 urllib2.Request 以及 urllib2.urlopen 函数获取网页源码，最后通过 read 函数将网页源码全部读出。将读出的源码通过正则表达式找到所有源码中每一条评论的 url，对 url 进行源码获取并通过正则表达式获取评论内容，不断循环读取，直到读取全部的评论内容。抓取结果如图 3.4 所示。依赖 MYSQL 数据库存储数据。
图 3. 4 股吧评论爬取结果示例Fig 3.4 Stock Post Bar Comments Crawl Results Example3.2.2 数据预处理得到股吧评论数据后，由于采集到的评论文本存在着大量的无意义的符号以及网址链接等，这些信息称之为噪声数据，会对接下来的分析造成干扰，所以为了保证情感分析的准确性需要对采集的文本评论数据进行去噪处理，包括去除空格，乱码，无用符号以及其他与文本无关的数据。本文采取 Python 中的正则表达式对文本中的噪声数据进行过滤处理得到不含噪声数据的纯文本数据，处理结果如图 3.5 所示。
【参考文献】：
期刊论文
[1]融合演化特征的公共安全事件微博情感分析[J]. 曾子明,万品玉. 情报科学. 2018(12)
[2]基于个体投资者情感量化的上证指数预测检验[J]. 王聪,高广阔,王亮. 经济研究导刊. 2018(26)
[3]投资者情绪与股票收益关系的实证检验[J]. 李岩,金德环. 统计与决策. 2018(15)
[4]基金市场上投资者情绪变动及其影响研究——基于新浪财经基金评论的统计视角[J]. 常静,闫丽瑞,王镭. 中国发展. 2018(01)
[5]基于Word2Vec的情感词典自动构建与优化[J]. 杨小平,张中夏,王良,张永俊,马奇凤,吴佳楠,张悦. 计算机科学. 2017(01)
[6]基于word2vec的互联网商品评论情感倾向研究[J]. 黄仁,张卫. 计算机科学. 2016(S1)
[7]融合句法信息的金融论坛文本情感计算研究[J]. 兰秋军,刘文星,李卫康,胡星野. 现代图书情报技术. 2016(04)
[8]什么导致了股票收益的“媒体效应”:预期关注还是未预期关注?[J]. 王建新,饶育蕾,彭叠峰. 系统工程理论与实践. 2015(01)
[9]媒体报道与投资效率[J]. 张建勇,葛少静,赵经纬. 会计研究. 2014(10)
[10]媒体报道、制度环境与股价崩盘风险[J]. 罗进辉,杜兴强. 会计研究. 2014(09)
博士论文
[1]中国股市媒体效应研究：官方新闻、市场谣言与有限注意力[D]. 何欣.西南财经大学 2012
硕士论文
[1]新闻情感态度与股票市场波动的多重分形交叉相关性分析研究[D]. 王伟.合肥工业大学 2017
[2]基于依存句法的情感分析系统的设计与实现[D]. 胡骋.华南理工大学 2016
[3]投资者情绪对中国股市收益与收益波动影响实证研究[D]. 仇冬.华中科技大学 2012
本文编号：3094360
本文链接：https://www.wllwen.com/xinwenchuanbolunwen/3094360.html
