分享5篇关于投资者情绪的计算机专业论文

今天分享的是关于投资者情绪的5篇计算机毕业论文范文, 如果你的论文涉及到投资者情绪等主题,本文能够帮助到你

社交媒体情绪对股票市场的影响研究——基于微博大V的博文数据

这是一篇关于网络爬虫,情感分析,投资者情绪,K均值聚类,股票市场的论文, 主要内容为随着互联网的日益发展,媒体的传播形式和传播手段也经历了一系列的变革。以微博为代表的社交媒体作为一种影响力越来越大的传播媒介,在社会活动中逐渐演变成一种交互式的信息共享交流载体。其作为很大一部分投资者主要的信息获取和交流平台,一方面可以反映投资者情绪,另一方面又会引导投资者的情绪。所以对社交媒体情绪与股票市场的联动机制进行研究有利于厘清社交媒体信息与股票市场的相互影响,为我国全面深化金融市场改革的方针提供一个新的视角,有利于国家更好的通过社交媒体等工具规范金融市场的信息披露和传播,为我国股票市场的健康发展提供优质的土壤,从而增进我国股票市场的有效性,推进证券业向着改革的深水区迈进。本文的研究分多个步骤进行:首先,通过分析历年微博官方设定的最具影响力财经大V排行和西瓜数据等第三方评估平台的排行数据,选取自2013年1月至2019年12月有连续微博数据的37位微博财经大V。通过Python语言设计爬虫系统收集上述微博大V自2013年1月至2019年12月期间的所有微博信息共计938323条。紧接着,通过基于情感词典的文本情感分析方法对爬取到的微博文本数据进行量化,构建量化情绪指标。之后再对37个时间序列的量化情绪指标进行K-Means聚类,分为8个相关性较低的组别,生成8组时间序列量化指标。然后做数据的ADF检验和格兰杰因果检验,验证8组情绪指标与上海证券综合指数收益率是否存在格兰杰因果关系。然后,从本文研究的微博情绪与股票市场、超过预期的收益率与股票市场未来走势、股市行情与微博情绪反应准确度三个方面梳理了相关理论和现象,并提出了13条假设。最后,对所有假设进行模型设定和假设检验。通过对实证结果的分析,本文主要得到以下结论:(1)微博情绪指指标对上海证券综合指数当日的收益率、成交额、波幅和次日收益率有显著的影响。对于收益率,有四类情绪指标表现出0.01显著性水平下的正向影响。对于情感表达较为准确的博主,其正向情感博文可以更多的促进股票市场的交易行为。对于博文更多的是反映市场情形的博主,其情感博文情绪指标会对成交量产生负面影响。对于波幅而言,情感表达较为准确的财经大V发布情感倾向为正的信息时,会对单日波幅产生正面影响,而对于其它组的微博财经大V,会产生负面影响。同时,部分组别的微博财经大V的情绪指数可以对上证指数次日收益率产生一定的正向影响。(2)如果上海证券综合指数的收益率超过(低于)了微博情绪所反映的收益率,那这种预期外的涨幅(跌幅)将引起更加剧烈的讨论,在一定程度上这种预期外的涨幅(跌幅)本身就代表了利好(利空)的情绪,对次日上海证券综合指数收益率造成正向(负向)的影响。(3)当市场出现短期大涨时,股市参与者会更加积极的参与到对股票市场的讨论中去,股市参与者花费的收集信息和传播信息的时间都会增加,使得市场信息的传播更加有效,在一定程度上增加市场的有效性,微博量化情绪指标对股票市场的反映会更加准确,同时对股票市场的影响也会更加的强烈。同时,长期的涨幅会削弱这种影响,因为股市参与者的时间和精力都是有限的,很难长期高强度的投入到股票市场的的讨论中去。所以,当股市处于短期上涨状态时,微博情绪对股市收益率、成交量、波幅和次日收益率的反应更准确,当股市处于长期下跌状态时,微博情绪对股市收益率、成交量、波幅和次日收益率的反应更准确。

基于微博数据的股市投资行为预测系统

这是一篇关于微博,情感倾向性分析,行为金融学,投资者情绪,情感词典的论文, 主要内容为在各国的股市发展进程中,都出现过大面积的暴涨暴跌的情况,当然这背后有很多偶然和必然因素。不过对于大多数投资者,特别是中小散户来说,其投资行为有时是非理性的,很多时候会选择盲目追涨杀跌,最终造成严重亏损。行为金融学因此应运而生,它解释了投资者个体容易出现从众跟风的心理,为投资者情绪的研究奠定了坚实的理论基础。不论是国外的Twitter,还是国内的新浪微博,社交网络已经越来越深入到我们每个人的生活,学习,工作之中。现在,我们习惯于,也乐于在这些平台上面发布自己感兴趣的事物,表达对外界的观点,抒发内心的情感等等,这对于互联网分析人员来说,相当于蕴含了丰富价值的信息宝库。在金融专业领域,我们希望从中了解当前市场对于股市的情绪,看多或者看空的情绪,对于投资者的行为来说是非常重要的。现代行为金融学的理论指出,投资者的心理因素在投资决策及市场波动起到了重要的作用。那么如何度量投资者情绪成为了需要进一步解决的问题。为此,本文设计并实现了基于微博数据的股市投资行为预测系统,主要工作是通过利用自然语言处理等计算机信息技术,结合金融领域的情感词典对微博文本的内容进行情感分析,从而在大量数据之上计算得到个股的总体情绪指数,并基于此对个股的走势做出分析和预判,最终给用户以一定的投资建议。本文的工作内容主要有几个方面:1.鉴于微博开放平台API对于调用频次有比较严格的限制,本系统中使用了Http Client客户端,模拟登录新浪微博,并采集微博股票相关页面作为数据来源,同时也实现了从网页中抽取出有效字段的网页解析器。2.分析了当前情感分析常用的两种方法:基于情感词典的规则方法和基于机器学习的统计方法,考虑到后者在前期准备工作中需要投入大量的精力标注训练语料,并非适合原型系统的开发,因此本系统采用前者的方法。在实现系统之前,以知网Hownet为基础,构建了一批适用于金融行业的情感词汇,另外我们将微博表情做了情感极性的映射,如此,在文本情感分析的同时,就可以引入微博表情作为计算因子。3.因为要综合考察个股总体的情绪指数,所以还需要该个股相关的所有微博的情感倾向性进行加权平均,其中权值为发布微博对应账号的影响力,我们提出了一种计算微博账号影响力的方法,比较客观地评估了其影响力。4.本系统采用的是基于Java EE框架的B/S架构,用户打开浏览器即可使用本系统,另外在前端,使用了数据可视化的插件,使得信息显示更加具有可读性和表现力,提升了用户体验。

投资者情绪视角下的大单异象

这是一篇关于大单交易,投资者情绪,羊群效应的论文, 主要内容为进入21世纪以来,我国股票市场上出现了许多股票“异象”。近年有研究发现在A股市场上存在一种全新的定价异象——“大单异象”,即股票当月的大单净买量与其当月收益率存在显著的正相关关系且与其下个月的预期收益率存在显著的负相关关系。本文在现有文献的基础上,从投资者情绪这一视角对中国A股市场上的大单交易进行研究,目的在于定性研究投资者情绪对“大单异象”的影响。投资者情绪属于行为金融学的范畴,将其考虑在内可以帮助投资者提高对市场的认识,拓展投资思路,制定相应的投资策略。同时也有利于未来政策的制定和我国A股市场的发展。现有的国内外文献对于大单交易的研究大致分为两类,第一类关于大单交易的研究解释了市场中出现大单交易的原因。实证结果显示在通常情况下,大单交易包含着影响资产价格变化的信息,对未来股价的走势起到信号作用;另一类研究发现,在非完美金融市场条件下,大单交易会对股价产生短期冲击。一系列的实证研究证实了大单交易会显著影响单个股票的日内价格变动或短期价格变动。而行为金融学是将行为科学的理论融入到金融学之中,从微观个体行为等方面来解释和预测金融市场的现象与发展。类似大额订单这种价格信号极易引发散户投资者的羊群效应等非理性行为且可能从当期传递至未来,而投资者情绪与投资者的羊群交易行为之间也存在显著关系。本文选取了2010年1月到2022年10月的A股股票为研究对象,运用了单变量投资组合分析法、双变量投资组合分析法、多因子回归分析和Fama-Mac Beth回归进行实证分析。单变量投资组合分析和双变量投资组合分析将总样本区间分为投资者情绪高区间和投资者情绪低区间,从而进行了对比分析;多因子回归分析则是利用无风险收益率构建了组合的超额收益率,再与Carhart四因子进行回归,检验异常收益率是否异于0,进一步验证投资者情绪的影响作用。Fama-Mac Beth回归控制了多个变量,利用OLS回归研究大单净买量与收益率的关系。通过实证分析,本文得出主要结论如下:第一,中国A股市场上的个股当月大单净买量和当月收益率之间存在显著的正相关关系。而中国A股市场上的个股当月大单净买量和次月收益率之间存在显著的负相关关系。第二,投资者情绪会对大单净买量和当月股票收益率之间的正相关关系产生显著的调节作用。第三,投资者情绪对当月大单净买量和次月股票收益率之间的负相关关系产生显著的对称性影响。本文共具有三个创新点:第一,之前在大单交易的研究中,几乎没有将投资者情绪的影响考虑在内,而本文使用了CICSI投资者情绪综合指标,发现并且验证了投资者情绪对大单交易中股票收益率的影响。第二,本文使用的数据是从2010年1月到2022年10月的A股数据,时间跨度和观测值数量均较大,所有符合条件的观测值为30万个左右,在极大程度上避免了研究结果的偶然性;第三,本文不仅通过数据验证了投资者情绪在A股市场上对大单的影响,还在理论上充分考虑了中国股市的具体现实情况,给出了基于羊群行为的解释。

投资者情绪与中国股市波动的关联性研究

这是一篇关于投资者情绪,行为金融学,股市波动,代理指标的论文, 主要内容为在我国上交所及深交所成立至今,整体宏观经济运行平稳,但“股灾”却多次在出现,反观同期的欧美证券市场却少有这样剧烈的波动,这说明我国特殊国情下的股市无法套用传统金融学的理论框架,而近年来兴起的行为金融学或可以全新的角度给出造成股市异常波动的原因。行为金融学指出,投资者情绪是除股票内在价值外的又一大影响资产价格的因素。本文结合前人文献,认为我国股市多次的异常波动与投资者情绪的变动存在一定的联系,因此对于投资者情绪的研究可以将它和股市的动荡进行深层次的分析,证明二者之间所具备的相关性,为后续对二者间影响机制的研究提供一定参考价值。本文首先通过对国内外相关文献及理论的分析梳理,学习前人的研究方式,对我国股市中投资者情绪的特征进行分析,其中选取了中信证券两融违规事件作投资者情绪市场反应的案例分析,随后以我国特殊的投资者情绪特征进行投资者情绪代理指标的构建,得出情绪代理指数SSM,最后以SSM指标与上证综指进行相关性分析及模型检验。在实证分析中本文选取2010.10—2018.10的市场数据进行分析。从市场运行来看,这段时间既有牛熊市,也有震荡反弹,因此可以建立出能完整全面的、能反映我国国情的代理指标。实证得出结论:构建的情绪代理指标与上证综指显著相关。在考虑了宏观经济因素的影响后,发现该指标对于股市波动的影响最大,因此所构建的指数具备一定的实用价值,可对我国股市提出有效的改进建议。