基于互联网数据挖掘的投资者情绪与股市收益统计研究

《基于互联网数据挖掘的投资者情绪与股市收益统计研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、角鼠曲振姆綠乂聲－ＶＯＭＴＲＮＵＮＩＣＳＳＯＵＴＩＥＲＳＩＴＹＯＦＦＩＮＡＮＣＥＡＮＤＥＣＯＮｌＩＷＫＳｌ硕±学位论文／ＯＮＭＡＳＴＲＳＤＩＳＳＥＲＴＡＴＩ基于互联网数据挖掘的投资者情绪与股市收益统计研究ｋｍａｋｅｔＴｈｅｓｔａｔｉｓｔｉｃａｌｒｅｓｅａｒｃｈｏｎｉｎｖｅｓｔ；ｏｒｓｅｎｔｉｍｅｎｔａｎｄｓｔｏｃｒｒｅｔｕｒｎｓｂａ化ｄｏｎＩｎｔｅｒｎｅｔＤａｔａＭｉｎｉｎｇ学位申请人鲁晓鹏指导教师李南成教授学科专业统计学学位类别

2、经济学基于互联网数据挖掘的投资者情绪与股市收益统计研究Ｔｈｅｓｔａｔｉｓｔｉｃａｌｒｅｓｅａｒｃｈｏｎｉ凸ｖｅｓｔｏｒｓｅｎｔｉｍｅｎｔａｎｄｓｔｏｃｋｍａｒｋｅｔｒｅｔｕｒｎｓｂａｓｅｄｏｎＩｎｔｅｒｎｅｔＤａｔａＭｉｎｉｎｇ学位申请人：鲁膝鹏学号：２１３０２０２０８０１７学科专业：统计学研究方向；金融统计指导教师：李南成教授定稿时间：２０１６年３月西南财经大学学位论文原创性及知识产权声明本人郑重声明：所呈交的学位论文，

3、是本人在导师的指导下独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个，人和集体，均己在文中１＾明确方式标明因本学位论文引起的法律结果完全由本人承担。本人同意在校攻读学位期间论文工作的知识产权单位属西南财经大学。本人完全了解西南财经大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南财经大学可将本学位论文的全部或部分内容编入有

4、关＾数据库进行检索，可式采用影印、缩印、数字化或其他复制手段保存和汇编本学位论文。本学位论文属于１。、□＾密，在年解密后适用本授权书＇２ｏｆ不保密、特此声明。学位申请人：月曰心（如＾摘要摘要当前。，微博、微信、贴吧等社交媒体充斥着整个互联网在整个社交媒体中一，个人既是信息发布者也是信息的传递者Ｗ及接受者。互联网从个简单的信息发布平台进化成为社会化媒体交流平台。尤其是对我国股市而言，一尽管自成立沪深两市Ｗ来直保持飞速发展，股票交易技术也达到了国外发达国家的水平，但

5、是在市场交易环境、交易机制及政策监管方面仍需不断＂＂＂＂改进，具体表现在市场呈现非理性，政策市、交易市充斥着整个股市。化交媒体中关于股市信息鱼龙混杂，大量虚假负面信息广泛传播，汇集成为＂＂一种强大趋势乃至产生羊群效应，困扰着我国股市的健康发展。在２０１５＂＂年第十二届全国人民代表大会第云次会议上，李克强总理提出互联网＋的新概念，推动移动互联网，、云计算、大数据、物联网等与现代制造业相结合一将互联网技术的重要性提高到了个新的战略高度，如何更为准确的。因此识别网络信息对股市收益的影响，厘清互联网信息与

6、股市之间的关系，为政策提供依据，就显得意义十分重大。基于Ｗ上的研究背景，我们将互联网数据作为数据源量化投资者情绪，一研究其对股市收益的影响，。本篇文章作为应用经济学论文遵循般的提出问题。通过对现有文献的梳理，发现主要存在、分析问题和解决问题的思路一一两方面不足：方面是理论方面不足，另方面是在量化投资者情绪上并没一有充分利用信息个问题，，。针对第本文整理发现传统金融学对股市收益，但是对主观因素的考虑较少的影响因素分析较为成熟，而行为金融学理论＝可＾弥补其不足，因此本文引入因素模型弥补现有理论基础

7、的不足。对于！第二个问题，本文通过抓取股票论坛中的数据量化投资者情绪，将其引入模型，分析其对股市收益的影响程度。根据网络数据存在形式的不同可Ｗ分为文本型数据和数值型数据，由于中文语义复杂，个人在处理过程中难度较大，而现有的情绪分析软件在质量１基于互联网数据控掘的投资者情绪与股市收益统计研巧上参差不齐，难保证分析的质量和效果，故擬弃现有的情感分析软件，自一己编写爬虫程序爬取网络数据，进步量化投资者情绪并作分析。本文主要的研究内容如下：首先进行对投资者情绪的定义和相关理论的阐述（包括已有

8、文献的梳理、和评价），其次研究投资者情绪与上证综指的成交量、收盎价收益率么间的巧关性，按照两两变量发生时间的不同分为同步、领先、滞后王类相关性研究。之后采用ＶＡＲ建模分析投资者情绪与股市流动性之间的相关关系。最后上证５０为例，首先建立传统Ｈ因素模型，之后加入投资者情绪建立扩