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:
基于新浪微博2014年数据,运用情感分析技术构建情绪指数,考察了投资者情绪与股票市场指数的相关性及其预测能力,并通过加入百度指数平台获取的搜索指数,考察了两种指数共同作用的影响.研究结果表明,搜索指数与创业板指收盘价及交易量均呈正相关,情绪指数与创业板指收盘价及交易量均呈负相关:情绪指数对股票价格有预测作用,仅短期影响显著,对股票交易量预测作用不显著;搜索指数对交易量的预测有显著作用,但无法提升股价的预测精准度:当两种指数同时作用时,股价预测精准度得到较大的提升,交易量未能达到预期的改善.研究证明网络信息中蕴含的有效信息可以有助于预测包括股价、成交量在内的市场变量,有助于投资者更好的利用网络中的有效信息进行金融决策行为.
推荐文章
基于情感分析和GAN的股票价格预测方法
股票价格预测
情感分析
卷积神经网络
生成对抗网络
数据多维处理LSTM股票价格预测模型
长短期记忆网络
股价预测
组合模型
萤火虫算法
最小二乘支持向量机
基于分型布朗运动的股票价格趋势预测
布朗运动
分型布朗运动
蒙特卡洛模拟
正态性检验
股票价格
EMD和GARCH模型应用于股票价格预测
股价预测
EMD
GARCH模型
自回归模型
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 基于投资者情绪的股票价格及成交量预测研究
来源期刊 系统科学与数学 学科
关键词 股票市场预测 情感分析 投资者情绪 搜索指数
年,卷(期) 2016,(12) 所属期刊栏目
研究方向 页码范围 2294-2306
页数 13页 分类号
字数 语种 中文
DOI
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 陈晓红 中南大学商学院 461 11481 55.0 85.0
2 田美玉 中南大学商学院 22 169 8.0 12.0
3 彭宛露 中南大学商学院 3 50 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (24)
参考文献  (13)
节点文献
引证文献  (21)
同被引文献  (84)
二级引证文献  (3)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(13)
  • 引证文献(10)
  • 二级引证文献(3)
2020(6)
  • 引证文献(6)
  • 二级引证文献(0)
研究主题发展历程
节点文献
股票市场预测
情感分析
投资者情绪
搜索指数
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
系统科学与数学
月刊
1000-0577
11-2019/O1
16开
北京市中关村东路55号中科院数学与系统科学研究院
2-563
1981
chi
出版文献量(篇)
2941
总下载数(次)
4
总被引数(次)
14544
论文1v1指导