互联网财经新闻媒体对中国股市的影响力排名研究--基于支持向量回归技术的实证分析
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 目录 | 第12-14页 |
| 1 绪论 | 第14-22页 |
| ·研究背景和意义 | 第14-18页 |
| ·研究框架和思路 | 第18-20页 |
| ·主要创新点 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 2 文献综述 | 第22-31页 |
| ·国外文献综述 | 第22-27页 |
| ·国内文献综述 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 3 研究方法 | 第31-38页 |
| ·网络爬虫技术 | 第31-32页 |
| ·布隆过滤器 | 第32-33页 |
| ·文本挖掘技术 | 第33-37页 |
| ·FundanNLP | 第34-35页 |
| ·机器学习 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 研究数据及处理 | 第38-44页 |
| ·股票交易数据 | 第38-39页 |
| ·互联网财经财经新闻 | 第39-41页 |
| ·互联网财经新闻样本 | 第39-40页 |
| ·互联网财经新闻的量化处理 | 第40-41页 |
| ·财经情感词库 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 实证分析 | 第44-62页 |
| ·互联网财经新闻对股价的预测模型 | 第44-52页 |
| ·模型的构建与使用 | 第44-47页 |
| ·最佳预测时间的选择 | 第47-49页 |
| ·模型有效性的验证 | 第49-50页 |
| ·量化新闻方式的验证 | 第50-52页 |
| ·互联网财经新闻媒体影响力排名 | 第52-61页 |
| ·不同财经新闻网站对股价的预测能力分析 | 第52-57页 |
| ·互联网财经新闻媒体影响力排名研究 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论 | 第62-66页 |
| ·实证分析总结 | 第62-63页 |
| ·研究的启示与建议 | 第63-65页 |
| ·需要改进和深入研究的问题 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 后记 | 第70-71页 |
| 致谢 | 第71-73页 |
| 在读期间科研项目成果 | 第73页 |
