| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 导论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 国内外研究综述 | 第11-16页 |
| 1.3.1 股票市场预测研究现状 | 第11-12页 |
| 1.3.2 社交媒体中有关股票市场的信息发掘 | 第12-15页 |
| 1.3.3 网络信息与股票市场相关性研究现状 | 第15-16页 |
| 1.4 研究内容和研究方法 | 第16-19页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究方法 | 第17-19页 |
| 第2章 大数据预测股票市场的基本理论 | 第19-25页 |
| 2.1 有效市场假说与行为金融学 | 第19-21页 |
| 2.1.1 有效市场假说 | 第19-20页 |
| 2.1.2 行为金融学理论 | 第20-21页 |
| 2.2 大数据处理技术 | 第21-23页 |
| 2.2.1 大数据的基本涵义 | 第21页 |
| 2.2.2 大数据采集技术概述 | 第21-22页 |
| 2.2.3 大数据挖掘技术概述 | 第22-23页 |
| 2.3 人工神经网络 | 第23-25页 |
| 2.3.1 人工神经网络简介 | 第23-24页 |
| 2.3.2 人工神经网络与股票预测 | 第24-25页 |
| 第3章 社交媒体数据的获取及处理 | 第25-30页 |
| 3.1 样本个股的选择 | 第25-26页 |
| 3.2 社交媒体数据的获取 | 第26-28页 |
| 3.2.1 股票微博的挖掘及统计 | 第26-27页 |
| 3.2.2 微信文章的爬取及统计 | 第27-28页 |
| 3.3 社交媒体数据指标的设计 | 第28-30页 |
| 3.3.1 微博数据指标 | 第28页 |
| 3.3.2 微信数据指标 | 第28-30页 |
| 第4章 社交媒体数据与股票收益相关性研究 | 第30-42页 |
| 4.1 相关性统计方法 | 第30-31页 |
| 4.1.1 相关系数的概念及性质 | 第30-31页 |
| 4.1.2 相关系数的公式 | 第31页 |
| 4.2 股票交易指标和社交媒体数据指标的整理 | 第31-38页 |
| 4.2.1 股票交易指标 | 第31-32页 |
| 4.2.2 个股微博指标示例 | 第32-35页 |
| 4.2.3 个股微信指标示例 | 第35-38页 |
| 4.3 社交媒体数据与当日股票指标的相关性 | 第38-40页 |
| 4.3.1 微博指标与当日股票指标的相关性 | 第38-39页 |
| 4.3.2 微信指标与当日股票指标的相关性 | 第39-40页 |
| 4.4 社交媒体数据与次日股票指标的相关性 | 第40-42页 |
| 4.4.1 微博指标与次日股票指标的相关性 | 第40页 |
| 4.4.2 微信指标与次日股票指标的相关性 | 第40-42页 |
| 第5章 社交媒体股票信息对股票交易的预测 | 第42-58页 |
| 5.1 BP神经网络模型的建立 | 第42-45页 |
| 5.1.1 BP神经网络模型的选取和基本结构 | 第42页 |
| 5.1.2 样本的处理 | 第42-43页 |
| 5.1.3 网络结构设计 | 第43-44页 |
| 5.1.4 预测系统代码 | 第44-45页 |
| 5.2 股票交易预测实验 | 第45-47页 |
| 5.2.1 微博数据指标对股票交易的预测 | 第45页 |
| 5.2.2 微信数据指标对股票交易的预测 | 第45-46页 |
| 5.2.3 历史交易数据对股票交易的预测 | 第46-47页 |
| 5.3 实验结果及原因分析 | 第47-58页 |
| 5.3.1 同一股票不同时间段预测结果 | 第47-51页 |
| 5.3.2 不同股票不同时间段预测结果 | 第51-55页 |
| 5.3.3 微信预测效果逊于微博预测的原因分析 | 第55-58页 |
| 第6章 结论与建议 | 第58-62页 |
| 6.1 研究结论 | 第58-59页 |
| 6.2 本文创新点 | 第59-60页 |
| 6.3 局限与展望 | 第60-62页 |
| 6.3.1 存在的局限 | 第60-61页 |
| 6.3.2 后续展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间已发表的论文 | 第66-67页 |
| 附录A 利用集搜客工具爬取的原始微博数据(部分) | 第67-68页 |
| 附录B 利用清博大数据工具采集的原始微信数据(部分) | 第68-69页 |
| 附录C 预测万科A2016年9月交易情况的完整原始代码 | 第69-73页 |