| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题的研究背景 | 第10-11页 |
| 1.2 课题的研究目的与意义 | 第11页 |
| 1.3 国内外研究现状及分析 | 第11-17页 |
| 1.3.1 国内外研究方向概述 | 第12-15页 |
| 1.3.2 国内外研究方法概述 | 第15-16页 |
| 1.3.3 现有研究存在的不足 | 第16-17页 |
| 1.4 本文的研究内容 | 第17-19页 |
| 第2章 理论与方法基础 | 第19-30页 |
| 2.1 行为金融理论概述 | 第19-20页 |
| 2.1.1 行为金融内容 | 第19页 |
| 2.1.2 在线股评与行为金融 | 第19-20页 |
| 2.2 文本挖掘技术的应用 | 第20-22页 |
| 2.2.1 文本挖掘过程介绍 | 第21页 |
| 2.2.2 文本挖掘任务分类 | 第21-22页 |
| 2.3 文本表示技术研究 | 第22-25页 |
| 2.3.1 向量空间模型 | 第22-23页 |
| 2.3.2 文本特征生成 | 第23-24页 |
| 2.3.3 文本特征选择 | 第24-25页 |
| 2.4 文本自动分类技术 | 第25-29页 |
| 2.4.1 文本分类基本步骤 | 第25-26页 |
| 2.4.2 文本分类的机器学习方法 | 第26-28页 |
| 2.4.3 文本分类器的评价 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 数据初步处理 | 第30-45页 |
| 3.1 金融数据采集 | 第30-35页 |
| 3.1.1 金融网站选取 | 第30-32页 |
| 3.1.2 爬虫程序设计 | 第32-33页 |
| 3.1.3 数据预处理 | 第33-35页 |
| 3.2 用户发帖行为分析 | 第35-39页 |
| 3.2.1 发帖量统计分析 | 第35-37页 |
| 3.2.2 发帖假设及验证 | 第37-39页 |
| 3.3 在线股评内容分析 | 第39-44页 |
| 3.3.1 股评热门词汇统计 | 第39-41页 |
| 3.3.2 股评文本内容情感分类 | 第41-42页 |
| 3.3.3 文本情感分类结果分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于股评情感的股票市场分析 | 第45-69页 |
| 4.1 股市大盘表现研究 | 第45-53页 |
| 4.1.1 相关研究变量 | 第45-46页 |
| 4.1.2 采用模型研究 | 第46-47页 |
| 4.1.3 基于股评论坛情感的周末效应检验 | 第47-49页 |
| 4.1.4 股评情感变量与股市表现的 Granger 检验 | 第49-50页 |
| 4.1.5 大盘收益率与异常发帖量关系研究 | 第50-53页 |
| 4.2 市场板块数据分析 | 第53-57页 |
| 4.2.1 板块超额收益与股评情感因素相关关系 | 第53-54页 |
| 4.2.2 基于情感分析的股吧评论板块联动效应研究 | 第54-57页 |
| 4.3 食品行业股评数据分析 | 第57-62页 |
| 4.3.1 食品行业股评情感相关性分析 | 第57-59页 |
| 4.3.2 食品行业股评情感因素方差分析 | 第59-62页 |
| 4.4 基于情感分析的股票预测模型 | 第62-67页 |
| 4.4.1 主成份因子分析 | 第62页 |
| 4.4.2 建立基于情感分析的主成份回归预测模型 | 第62-63页 |
| 4.4.3 基于情感分析的股票预测模型实证分析 | 第63-67页 |
| 4.5 本章小结 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |