| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 相关问题的国内外研究现状 | 第12-17页 |
| 1.2.1 投资者情绪内涵及测量指标研究 | 第13-14页 |
| 1.2.2 微博文本情感分析研究 | 第14-16页 |
| 1.2.3 股票市场预测研究 | 第16-17页 |
| 1.2.4 现有研究的评述 | 第17页 |
| 1.3 研究内容 | 第17-20页 |
| 第二章 微博股票投资情绪指数构建的多策略方法 | 第20-36页 |
| 2.1 微博股票投资情绪指数 | 第20-22页 |
| 2.1.1 微博股票投资情绪 | 第20-21页 |
| 2.1.2 情绪指数 | 第21-22页 |
| 2.2 基于多策略分类方法的微博股票投资情绪指数构建过程 | 第22-25页 |
| 2.3 微博股票投资情绪指数构建方法 | 第25-35页 |
| 2.3.1 两种文本建模方式 | 第26-27页 |
| 2.3.2 基于向量空间模型的特征选择 | 第27-29页 |
| 2.3.3 机器学习分类算法 | 第29-32页 |
| 2.3.4 分类评估方法与评价指标 | 第32-34页 |
| 2.3.5 最大投票机制 | 第34页 |
| 2.3.6 情绪指数计算方法 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 微博股票投资情绪指数的实际构建 | 第36-58页 |
| 3.1 数据来源、获取及预处理 | 第36-42页 |
| 3.1.1 数据来源 | 第36-37页 |
| 3.1.2 数据获取 | 第37-39页 |
| 3.1.3 数据预处理 | 第39-42页 |
| 3.2 基于向量空间模型的分类 | 第42-48页 |
| 3.2.1 主客观分类 | 第42-45页 |
| 3.2.2 主观文本褒贬分类 | 第45-48页 |
| 3.2.3 分类结果 | 第48页 |
| 3.3 基于情感特征模型的分类 | 第48-55页 |
| 3.3.1 特征选择 | 第49-52页 |
| 3.3.2 微博文本情感特征表示 | 第52-54页 |
| 3.3.3 分类结果 | 第54-55页 |
| 3.4 基于最大投票机制的分类结果选择 | 第55-57页 |
| 3.5 微博投资者情绪指数建立 | 第57页 |
| 3.6 本章小结 | 第57-58页 |
| 第四章 微博股票投资情绪指数对股票市场波动的影响分析 | 第58-70页 |
| 4.1 研究过程和指标选择 | 第58-60页 |
| 4.1.1 研究过程与方法 | 第58-59页 |
| 4.1.2 指标选择 | 第59-60页 |
| 4.2 微博投资者情绪指数与股票市场指数相关性分析 | 第60-66页 |
| 4.2.1 平稳性检验 | 第60-64页 |
| 4.2.2 格兰杰因果检验 | 第64-66页 |
| 4.3 基于支持向量机的微博股票投资情绪指数对股市的预测效果分析 | 第66-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 结束语 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录A 程序源代码 | 第77-98页 |
| 附录B 原始数据示例 | 第98-103页 |
| 附录C 情感词典 | 第103-110页 |
| 附录D 分析过程中数据 | 第110-126页 |
