基于文本挖掘的投资者情绪与股市指数波动关系研究

发布时间：2022-12-04 15:44

　　股市指数的波动是证券投资者所关注的焦点内容,其影响因素涵盖诸多方面,有直接相关的影响因素和一些难以被察觉到的潜在因素。近年来,随着计算机运算能力的加强和众多人工智能算法的出现,越来越多的学者和投资者们将人工智能算法结合股票市场规律进行股票价格波动预测研究,将其应用在量化投资和股票市场监管等方面并取得了显著成效。本文从股民言论角度出发,挖掘言语信息中的情感倾向与股票指数变化之间的相互关系,构建基于评论的股票指数预测模型。为了将非理性的决策因素投资者情绪应用于股票市场的股票指数波动预测中,本文融合深度学习算法构建一种较为精确的股票指数波动预测模型,提出了一种基于自然语言处理和卷积神经网络相结合的情感倾向提炼方法,通过情感指标与股市指标结合构造出投资者情绪度量指标并使用股民情感倾向数据结合改进的LSTM模型（ELSTM）预测未来股票指数波动。研究得到如下结论:（1）基于股吧评论的投资者情绪指标能够反映股票指数的变化,经过OLS回归检验证明了本文构造了有效的投资者情绪复合情感度量表达式。（2）排除政策、自然灾害以及金融大环境影响的前提下,根据投资者情绪变化态势与股价指数变化综合分析得出,在股价... 

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 问题提出
    1.2 文献综述
    1.3 研究框架与技术路线
    1.4 研究方案与创新点
    1.5 本文的主要贡献
    1.6 本文的结构
2 理论基础与假设提出
    2.1 相关理论
    2.2 股票价格波动影响因素与预测难点
    2.3 投资者情绪结合机器学习研究述评
    2.4 假设提出
3 基于股民评论的投资者情绪指标构建
    3.1 股民言论信息的采集与预处理
    3.2 股民言论的情感提取
    3.3 投资者情绪指标构建
4 改进的长短时记忆神经网络模型设计
    4.1 循环神经网络
    4.2 改进的RNN——LSTM神经网络模型
    4.3 基于情绪指标改进的LSTM模型——ELSTM模型
5 实证分析
    5.1 数据来源与预处理
    5.2 特征提取
    5.3 沪深300指数与概念板块指数预测
    5.4 预测结果分析
    5.5 合理化建议
6 研究结论与展望
    6.1 研究结论
    6.2 不足之处与展望
参考文献
附录1 82个股市行业概念板块基本信息
作者简历
学位论文数据集


【参考文献】：
期刊论文
[1]考虑投资者情绪的GARCH-改进神经网络期权定价模型[J]. 林焰,杨建辉.  系统管理学报. 2018(05)
[2]基于股吧信息的投资者情绪与极端收益的可预测性研究[J]. 金秀,姜尚伟,苑莹.  管理评论. 2018(07)
[3]网络股评“发布者–关注者”BSI与股票市场关联性研究[J]. 张宁,尹乐民,何立峰.  数据分析与知识发现. 2018(06)
[4]基于股评的投资者情绪对股票市场的影响[J]. 部慧,解峥,李佳鸿,吴俊杰.  管理科学学报. 2018(04)
[5]基于深度学习和股票论坛数据的股市波动率预测精度研究[J]. 陈卫华,徐国祥.  管理世界. 2018(01)
[6]情绪唤醒影响记忆巩固过程的神经生理机制[J]. 李雪娟,张灵聪,李红.  心理科学进展. 2017(10)
[7]基于卷积神经网络的互联网短文本分类方法[J]. 郭东亮,刘小明,郑秋生.  计算机与现代化. 2017(04)
[8]投资者情绪与盈余管理——基于应计盈余管理与真实盈余管理的实证研究[J]. 鹿坪,冷军.  财经问题研究. 2017(02)
[9]投资者情绪与成交量:基于网络论坛证据的分析[J]. 易洪波,李梦璐,董大勇.  商业研究. 2016(08)
[10]投资者情绪如何影响股票定价?——基于IPO公司的实证研究[J]. 宋顺林,王彦超.  管理科学学报. 2016(05)

硕士论文
[1]聚类算法和卷积神经网络在文本情感分析中的应用研究[D]. 何云超.云南大学 2016



本文编号：3708543