跳到主要內容

臺灣博碩士論文加值系統

(44.222.104.206) 您好!臺灣時間:2024/05/23 18:29
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:洪意茹
研究生(外文):Yih-Ru Horng
論文名稱:財經新聞情緒因子在台股交易策略之運用
論文名稱(外文):Taiwan Stock Trading Strategies with Sentiment Factors of Financial News
指導教授:王昭文王昭文引用關係
指導教授(外文):Chou-Wen Wang
學位類別:碩士
校院名稱:國立中山大學
系所名稱:金融創新產業碩士專班
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:56
中文關鍵詞:深度學習財經新聞股市預測情緒分析文字探勘
外文關鍵詞:Sentiment analysisFinancial newsStock predictionDeep learningText mining
相關次數:
  • 被引用被引用:0
  • 點閱點閱:321
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
  資訊科技的進步與發展,使得投資人容易取得更多資料,網路新聞則是最易取得之管道;近年來隨著深度學習的崛起與蓬勃發展,以自然語言處理與文本分類技術,分析財經新聞進而預測台灣金融市場,已是財金領域學者亟欲探討的課題。
  本篇研究以FastText預測鉅亨網2013年至2018年台股新聞情緒「正面」、「負面」、「中立」共3分類,接著針對個股每月計算情緒分數,並以新聞則數取代過去使用字詞作為計算情緒分數的單位,結果顯示(一)經過權重調整,情緒面選股因子能預測個股報酬。(二)基本面分群的個股,輔以情緒面篩選,能夠提升選股能力;反之亦然。(三)以投資策略而言,基本面佳而情緒面差的個股最為穩健。
論文審定書 I
摘要 II
ABSTRACT III
目錄 IV
圖次 VI
表次 VIII
第一章、 緒論 1
第一節、 研究動機 1
第二節、 研究目的 2
第三節、 研究架構 2
第二章、 文獻回顧 3
第一節、 投資人情緒與輿情分析 3
第二節、 情緒分析 4
第三節、 小結 5
第三章、 研究方法 6
第一節、 研究流程 6
第二節、 研究資料 7
第三節、 文本分類模型與文字前處理 8
第四節、 新聞情緒分數 10
第五節、 基本面與情緒面策略介紹 14
第四章、 實證結果 20
第一節、 總表概況 20
第二節、 策略績效 23
第五章、 研究結論 44
參考文獻 46
參考文獻
一、中文部份
王彥鈞(2017),「不同市場狀態下新聞情緒的預測能力:以台灣五十指數為例」,碩士論文,國立中央大學財務金融系研究所。
王釗東(2017),「以大數據探究財經新聞對台灣股票市場表現之影響」,碩士論文,國立臺灣大學新聞研究所。
王韻怡、池祥萱、周冠男(2016),行為財務學文獻回顧與展望:台灣市場之研究,經濟論文叢刊,44:1,1-55,國立台灣大學經濟學系出版。
田高銘(2019),「新聞文本情緒分類之實證研究-以鉅亨網新聞為例」,碩士論文,國立中山大學財務管理學系研究所。
李哲宇(2017),「以遞歸卷積神經網路擷取財經新聞知識預測股價」,碩士論文,國立清華大學資訊系統與應用研究所。
林雨賢(2007),「目標價預測誤差之決定因素」,碩士論文,國立臺灣大學財務金融學系研究所。
郝哲斌(2016),「散戶情緒與市場報酬互動之關係」,碩士論文,國立中山大學財務管理學系研究所。
陳建宏(2018),「新聞輿情、報酬與投資人交易行為」,碩士論文,國立中山大學財務管理學系研究所。
廖亮瑋(2019),「使用長短期記憶遞歸神經網路之匯率預測模型—考慮財經變數與財經新聞」,碩士論文,國立臺灣科技大學資訊管理系研究所。
蔡佩蓉、王元章、張眾卓(2009),「投資人情緒、公司特徵與台灣股票報酬之研究」,經濟研究 (Taipei Economic Inquiry), 45:2, 273-322。
謝委霖(2015),「從財金新聞預測公司財報之營收走勢」,碩士論文,國立中山大學資訊管理學系研究所。

二、英文部份
Baker, M., & Wurgler, J. (2006). Investor sentiment and the cross‐section of stock returns. The journal of finance, 61(4), 1645-1680.
Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood predicts the stock market. Journal of computational science, 2(1), 1-8.
Joseph, K., Wintoki, M. B., & Zhang, Z. (2011). Forecasting abnormal stock returns and trading volume using investor sentiment: Evidence from online search. International Journal of Forecasting, 27(4), 1116-1127.
Shefrin, H. (2002). Behavioral decision making, forecasting, game theory, and role-play. International journal of forecasting, 18(3), 375-382.
Zouaoui, M., Nouyrigat, G., & Beer, F. (2011). How does investor sentiment affect stock market crises? Evidence from panel data. Financial Review, 46(4), 723-747.
電子全文 電子全文(網際網路公開日期:20240626)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊