基于大数据挖掘的TMT行业情绪指数的编写
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第11-13页 |
1.1 研究背景和意义 | 第11页 |
1.2 研究的内容与方法 | 第11-12页 |
1.3 文章结构 | 第12-13页 |
第二章 文献综述与文本挖掘理论 | 第13-17页 |
2.1 文本挖掘概况 | 第13-14页 |
2.2 文本挖掘在情绪指标中的应用 | 第14-17页 |
2.2.1 技术分析的情绪指标 | 第14-15页 |
2.2.2 目前国内的全市场情绪指标 | 第15-17页 |
第三章 基于网络爬虫的数据挖掘与分析 | 第17-23页 |
3.1 网页信息采集原理 | 第17-18页 |
3.2 爬虫设计原理 | 第18页 |
3.3 聚焦爬虫工作原理以及关键技术概述 | 第18-19页 |
3.4 网页信息分析原理 | 第19-20页 |
3.5 网页信息的提取 | 第20-23页 |
第四章 新兴行业量化指数编制与投资相结合的探索 | 第23-33页 |
4.1 行业研究的方法论 | 第23-26页 |
4.1.1 传统的行业研究方法 | 第23-24页 |
4.1.2 新经济行业研究的方法 | 第24-26页 |
4.2 情绪指标的方法论 | 第26-28页 |
4.2.1 代理变量的选取 | 第26-27页 |
4.2.2 代理变量的先验性 | 第27-28页 |
4.3 情绪指标的合成及处理 | 第28-31页 |
4.4 投资策略的建立 | 第31-33页 |
第五章 新经济行业情绪指标的实证研究 | 第33-40页 |
5.1 智能家居板块 | 第33-36页 |
5.1.1 智能家居板块概述 | 第33-34页 |
5.1.2 情绪指标策略在智能家居板块中的应用 | 第34-36页 |
5.2 3D打印板块 | 第36-40页 |
5.2.1 3D打印板块概述 | 第36-37页 |
5.2.2 情绪指标策略在 3D打印板块中的应用 | 第37-40页 |
第六章 研究结论及建议 | 第40-42页 |
6.1 研究结论 | 第40页 |
6.2 研究的不足 | 第40-41页 |
6.3 未来研究建议 | 第41-42页 |
参考文献 | 第42-44页 |
致谢 | 第44-45页 |
附录 | 第45-50页 |