首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

投资者情绪对股票市场的影响研究--基于GARCH模型和BP神经网络的预测

摘要第6-8页
ABSTRACT第8-9页
第1章 绪论第13-23页
    1.1 研究背景和意义第13-14页
        1.1.1 研究背景第13-14页
        1.1.2 研究意义第14页
    1.2 国内外文献综述第14-19页
        1.2.1 投资者情绪的定义第14-15页
        1.2.2 投资者情绪的测度第15-17页
        1.2.3 投资者情绪与股票市场的相关研究第17-18页
        1.2.4 文献评述第18-19页
    1.3 研究内容与方法第19-20页
        1.3.1 研究内容第19页
        1.3.2 研究方法第19-20页
    1.4 主要创新点第20-21页
    1.5 论文的基本框架第21-23页
第2章 理论分析第23-27页
    2.1 行为金融学第23-24页
    2.2 投资者情绪对股票市场的影响机制第24-25页
    2.3 网络文本与投资者情绪第25-26页
    2.4 网络舆论对股市影响的理论分析第26页
    2.5 本章小结第26-27页
第3章 方法和模型介绍第27-33页
    3.1 文本挖掘第27-28页
    3.2 主成分分析法第28-29页
    3.3 GARCH模型第29-30页
    3.4 BP神经网络模型第30-31页
    3.5 GARCH模型与BP神经网络模型的比较第31-32页
    3.6 本章小结第32-33页
第4章 投资者情绪指数的构建第33-44页
    4.1 基于主成分分析的投资者情绪指数构建第33-39页
        4.1.1 变量选取第33-35页
        4.1.2 情绪代理指标描述性统计分析第35-36页
        4.1.3 主成分分析构建投资者情绪指数第36-37页
        4.1.4 剔除宏观因素构建情绪指数第37-39页
    4.2 基于文本挖掘的Web文本情绪指数构建第39-43页
        4.2.1 Web文本数据来源及信息采集第39-41页
        4.2.2 文本数据预处理第41-42页
        4.2.3 Web文本情绪指数构建第42-43页
    4.3 本章小结第43-44页
第5章 投资者情绪对股票市场的影响及预测的实证分析第44-63页
    5.1 描述性统计分析第44页
    5.2 投资者情绪与收盘价的相关性分析第44-46页
    5.3 平稳性检验第46页
    5.4 格兰杰因果检验第46-47页
    5.5 基于GARCH模型的投资者情绪对股市收盘价的影响及预测第47-53页
        5.5.1 GARCH模型的建立与求解第48-52页
        5.5.2 基于GARCH模型对股市收盘价的预测第52-53页
    5.6 基于BP神经网络模型的收盘价预测第53-62页
        5.6.1 BP神经网络模型的算法步骤第53-54页
        5.6.2 BP神经网络收盘价预测模型第54-60页
        5.6.3 GARCH模型与BP神经网络预测模型的比较第60-62页
    5.7 本章小结第62-63页
第6章 结论与展望第63-65页
    6.1 结论第63-64页
    6.2 展望第64-65页
附录第65-77页
    附录1:词典第65-68页
    附录2:Web文本情绪指标构建代码第68-73页
    附录3:主成分分析法构建投资者情绪指数代码第73-75页
    附录4:BP神经网络代码第75-77页
参考文献第77-81页
致谢第81-83页
攻读硕士学位期间发表的论文和其它科研情况第83-84页

论文共84页,点击 下载论文
上一篇:投资者情绪和上证指数关系的实证研究
下一篇:多尺度下长记忆金融混沌序列预测研究