| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究目的与意义 | 第9页 |
| 1.2 文献综述 | 第9-13页 |
| 1.3 研究的主要内容 | 第13-15页 |
| 第二章 理论基础与分析 | 第15-19页 |
| 2.1 行为金融学基础理论 | 第15页 |
| 2.2 股评与行为金融学 | 第15-16页 |
| 2.3 股评的传播效应 | 第16页 |
| 2.4 中国股市非理性行为综述 | 第16-19页 |
| 2.4.1 从众心理 | 第16-17页 |
| 2.4.2 过度自信 | 第17-18页 |
| 2.4.3 处置效应 | 第18-19页 |
| 第三章 投资者非理性行为指标建立 | 第19-23页 |
| 3.1 过度自信效应影响机制 | 第19页 |
| 3.2 羊群效应影响机制 | 第19-20页 |
| 3.3 已有投资者行为测评方法 | 第20-21页 |
| 3.4 投资者非理性行为测评指标 | 第21-23页 |
| 第四章 指标体系实现的技术框架 | 第23-32页 |
| 4.1 文本数据的获取 | 第23-26页 |
| 4.1.1 文本数据的来源 | 第23-24页 |
| 4.1.2 研究对象的选择 | 第24-25页 |
| 4.1.3 研究变量的选择 | 第25-26页 |
| 4.2 文本数据抓取方法 | 第26-28页 |
| 4.2.1 文本数据抓取 | 第26页 |
| 4.2.2 文本数据抓取程序的设计 | 第26-28页 |
| 4.3 文本分类方法 | 第28-32页 |
| 4.3.1 文本分类方法介绍 | 第28-29页 |
| 4.3.2 朴素贝叶斯分类算法 | 第29-30页 |
| 4.3.3 随机森林分类算法 | 第30页 |
| 4.3.4 支持向量机分类算法 | 第30-32页 |
| 第五章 指标体系的实践与分析 | 第32-43页 |
| 5.1 数据的处理 | 第32-33页 |
| 5.1.1 原始数据 | 第32页 |
| 5.1.2 数据清理 | 第32页 |
| 5.1.3 数据呈现 | 第32-33页 |
| 5.2 文本数据的挖掘 | 第33-39页 |
| 5.2.1 文本挖掘词库的建立 | 第33-34页 |
| 5.2.2 中文分词 | 第34页 |
| 5.2.3 训练数据集的准备 | 第34-36页 |
| 5.2.4 文本挖掘可视化呈现 | 第36-38页 |
| 5.2.5 分类模型比较与选取 | 第38-39页 |
| 5.3 投资者非理性行为指数呈现 | 第39-43页 |
| 第六章 投资者非理性行为对股票市场的影响分析 | 第43-48页 |
| 6.1 投资者非理性行为与股票市场的关系 | 第43-45页 |
| 6.1.1 股票市场的特征指标选取 | 第43页 |
| 6.1.2 投资者非理性行为指数与特征指标的相关性分析 | 第43-45页 |
| 6.2 投资者非理性行为与股票收益率的关系 | 第45-48页 |
| 6.2.1 模型数据来源 | 第45页 |
| 6.2.2 投资者非理性行为指数与股票收益率的实证分析 | 第45-48页 |
| 第七章 总结与展望 | 第48-52页 |
| 7.1 主要结论与建议 | 第48-50页 |
| 7.1.1 主要结论 | 第48-49页 |
| 7.1.2 政策建议 | 第49-50页 |
| 7.2 本文的创新与不足 | 第50-51页 |
| 7.2.1 本文创新之处 | 第50页 |
| 7.2.2 本文不足之处 | 第50-51页 |
| 7.3 研究展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 附录A | 第55-59页 |
| 在学期间的研究成果 | 第59-60页 |
| 致谢 | 第60页 |