基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网金融信息对于金融市场的影响在当代已经越来越不可忽视.面对海量的信息,其中大部分为非结构化的文本数据,该论文结合目前已有的文本倾向性算法,把信息的褒贬值作为外部变量加入到针对股价波动率建立的时间序列模型中去,对金融市场的股价波动率进行预测.实验揭示出金融市场波动率与互联网上金融新闻的相关性,并且提出了一种有效的股市预测方法.
推荐文章
基于语义倾向性的文本过滤研究
倾向性识别
文本过滤
语义
关联词
绿色网络博文倾向性分析算法研究
绿色网络
语义理解
云数据库
倾向性分析
情感词典
基于深度学习的判决结果倾向性分析
深度学习
长短期记忆模型
判决结果
倾向性分析
意见领袖识别中的文本倾向性研究
意见领袖识别
倾向性分析
影响力扩散概率模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 倾向性分析用于金融市场波动率的研究
来源期刊 中文信息学报 学科 工学
关键词 计算机应用 中文信息处理 文本倾向性 SVM 金融预测
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 95-99
页数 5页 分类号 TP391
字数 4774字 语种 中文
DOI 10.3969/j.issn.1003-0077.2009.01.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王超 北京大学计算机科学技术研究所 173 1844 22.0 37.0
2 李楠 北京大学计算机科学技术研究所 162 1000 18.0 26.0
3 李欣丽 北京大学计算机科学技术研究所 1 23 1.0 1.0
4 梁循 北京大学计算机科学技术研究所 17 227 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (23)
同被引文献  (52)
二级引证文献  (180)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(6)
  • 引证文献(5)
  • 二级引证文献(1)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(15)
  • 引证文献(2)
  • 二级引证文献(13)
2016(23)
  • 引证文献(1)
  • 二级引证文献(22)
2017(38)
  • 引证文献(1)
  • 二级引证文献(37)
2018(43)
  • 引证文献(3)
  • 二级引证文献(40)
2019(50)
  • 引证文献(4)
  • 二级引证文献(46)
2020(18)
  • 引证文献(0)
  • 二级引证文献(18)
研究主题发展历程
节点文献
计算机应用
中文信息处理
文本倾向性
SVM
金融预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导