| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 文本挖掘及情感分析 | 第15-16页 |
| 1.2.2 分形分析方法 | 第16-18页 |
| 1.3 本文研究内容 | 第18-20页 |
| 第二章 相关理论与方法 | 第20-27页 |
| 2.1 金融市场相关理论 | 第20-22页 |
| 2.1.1 金融市场概述 | 第20-21页 |
| 2.1.2 行为经济学理论 | 第21页 |
| 2.1.3 分形市场理论 | 第21-22页 |
| 2.2 文本挖掘及情感分析技术 | 第22-24页 |
| 2.2.1 文本挖掘概述 | 第22页 |
| 2.2.2 文本挖掘过程 | 第22-23页 |
| 2.2.3 文本情感分析分类 | 第23-24页 |
| 2.3 多重分形概述 | 第24-26页 |
| 2.3.1 分形特征 | 第24-25页 |
| 2.3.2 多重分形模型 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 在线金融新闻情感强度计算 | 第27-34页 |
| 3.1 情感强度计算流程 | 第27-28页 |
| 3.2 数据收集与处理 | 第28-31页 |
| 3.2.1 数据收集 | 第28-29页 |
| 3.2.2 文本预处理 | 第29页 |
| 3.2.3 情感词典构建 | 第29-31页 |
| 3.3 情感强度计算 | 第31-33页 |
| 3.3.1 情感强度计算模型 | 第31-32页 |
| 3.3.2 计算结果分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 交叉相关性分析方法 | 第34-38页 |
| 4.1 相关性检验方法 | 第34页 |
| 4.2 MF-DCCA方法 | 第34-36页 |
| 4.3 Hurst指数 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 实证分析 | 第38-55页 |
| 5.1 实证数据收集 | 第38-41页 |
| 5.2 在线金融新闻情感强度与沪市波动的交叉相关性分析 | 第41-48页 |
| 5.2.1 在线金融新闻情感强度与沪市波动交叉相关性检验 | 第41-43页 |
| 5.2.2 在线金融新闻情感强度与沪市波动的MF-DCCA分析 | 第43-48页 |
| 5.3 在线金融新闻情感强度与深市波动的交叉相关性分析 | 第48-54页 |
| 5.3.1 在线金融新闻情感强度与深市波动的交叉相关性检验 | 第48-49页 |
| 5.3.2 在线金融新闻情感强度与深市波动的MF-DCCA分析 | 第49-54页 |
| 5.4 实验结论 | 第54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 研究总结 | 第55-56页 |
| 6.2 研究局限与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
