基于Web挖掘的新股破发原因探究及预测

• 作者: 张颖莹 李艳红
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: Web 挖掘 新股破发 机器学习 支持向量机 朴素贝叶斯
• 年，卷（期）: 2015,（10）
• 页码范围: 58-60
• 页数: 3页
• 分类号: TP399
• 字数: 2484字
• 语种: 中文

摘要

近年来我国创业板股市频繁出现新股破发现象，暴露出创业板市场存在的风险问题。基于行为金融学及有限注意力理论，运用 Web 挖掘手段和机器学习算法分析股票论坛投资者的文本评论和搜索行为，建立投资者情绪和投资者关注指数，对创业板新股破发进行定量化实证研究。结果表明，除了市场指标、发行指标、机构参与指标和财务指标，从股票论坛和搜索引擎获取的投资者情绪和关注也是影响创业板股票破发的重要因素，据此建立的新股破发预测模型平均准确率达90%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳红	上海财经大学信息管理与工程学院	29	228	8.0	14.0
3	张颖莹	上海财经大学信息管理与工程学院	1	3	1.0	1.0