互联网财经新闻对中国股市影响的实证分析

发布时间：2024-04-20 01:39

　　全球经济目前正处于一个重要的转型时期,如何更及时并准确地获取信息资讯成为人们越来越强烈的需求。目前,互联网新闻媒体由于其报道的便捷性和及时性的特点,已成为大众接收信息的主要来源。任何带有消息面的新闻报道都非常有可能直接造成股市的波动,如何根据互联网上的新闻报道对股市进行快速准确的分析就成为金融机构和投资者不得不考虑的问题。近年来,由于数据挖掘和人工智能等技术的兴起,通过互联网媒体信息以研究股市变化规律的研究思路变得可行。但由于这方面的研究涉及到心理学、经济学、计算机科学、统计学和语言学等多种学科,目前这类研究还处在起步阶段。国外学者在该领域的研究对象以英文文本为主,且已经开发了相关的一些研究工具。但因为语言、媒体环境和技术手段等条件的不同,基于中文的分词技术、情感分析方法等还不够成熟,因此该领域的研究还有很多技术难题亟待解决。由此可见,探索互联网财经新闻对中国股市影响这一问题是一个既有理论意义又有实践价值的研究课题。本文分别从互联网财经新闻的情感和主题角度出发,来探究财经新闻对中国股市的影响,希望为未来股市的研究提供一些新的思路。在理论和方法研究部分,本文首先介绍了与文本挖掘相关的理论...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1.1本文研究框架图

本章是对本文研究工作的总结和对未来研究工作的展望。首先总结了本文所做的一些工作以及自己研究出的结论。同时,指出了本文研究中的不足之处以及未来的研究发展方向。第四节本文的创新点

图2.1文本挖掘的一般流程

文本挖掘的过程通常包括预处理、提取知识模式并对其进行评价这三个阶段,如下图所示:(一)文本预处理

图2.2文本情感分析基本流程

情感分析就是结合自然语言处理、文本数据挖掘和计算机编程语言等多种方法来对具体文本内容中的主观情感信息进行抽取和综合分析。依据所需要处理的文本内容的颗粒化程度,情感分析问题可细分成词语级、句子级和篇章级这三种。依据分析任务的目标,又大致细分成情感信息分类、情感抽取和情感检索等。情感....

图2.3基于情感词典的情感倾向性分析过程

其中分别用于表示文档中正面和负面的情感关键词数,分别用于表示正面、负面情感关键词在文档中的权重。该式只考虑了情感词,不够全面,目前大部分情感倾向的分析除了情感词本身,还会考虑否定词、程度词、疑问句、感叹句等,可使情感分析结果更准确。情感倾向值计算完成后,如果是情感分类任务那么还需....

本文编号：3958683