| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| 第一节 研究背景及意义 | 第8-10页 |
| 第二节 文献综述 | 第10-12页 |
| 一、基于新闻、股评数量的研究 | 第10页 |
| 二、基于机器学习视角的研究 | 第10-11页 |
| 三、基于文本情感视角的研究 | 第11-12页 |
| 第三节 研究思路及框架 | 第12-14页 |
| 第四节 创新点 | 第14-15页 |
| 第二章 互联网财经新闻对股市影响的理论基础及方法研究 | 第15-29页 |
| 第一节 互联网财经新闻对股市影响的理论基础 | 第15-16页 |
| 一、信息视角：有效市场假说 | 第15页 |
| 二、情感视角：行为金融学理论 | 第15-16页 |
| 第二节 互联网财经新闻对股市影响研究的技术方法 | 第16-17页 |
| 一、财经新闻文本获取技术：网络爬虫 | 第16-17页 |
| 二、个股新闻与股票名称匹配技术：命名实体识别 | 第17页 |
| 第三节 互联网财经新闻对股市影响效应的测度方法研究 | 第17-29页 |
| 一、财经新闻事件对个股影响的测度方法：事件研究法 | 第17-20页 |
| 二、财经新闻文本的量化方法：文本挖掘 | 第20-23页 |
| 三、财经新闻主题信息的提取方法：LDA概率主题模型 | 第23-27页 |
| 四、财经新闻情感信息的量化方法：情感倾向分析 | 第27-29页 |
| 第三章 互联网财经新闻对个股影响效应的测度 | 第29-38页 |
| 第一节 样本数据 | 第29-31页 |
| 第二节 财经新闻事件对个股的影响机制分析 | 第31-33页 |
| 第三节 财经新闻事件对个股影响效应的测度结果及分析 | 第33-38页 |
| 第四章 互联网财经新闻对板块指数影响效应的测度 | 第38-58页 |
| 第一节 数据概况及新闻文本的预处理 | 第38-40页 |
| 第二节 财经新闻主题信息的提取 | 第40-44页 |
| 第三节 财经新闻主题情感倾向指数的构建 | 第44-50页 |
| 一、财经新闻情感词典的构建 | 第44-45页 |
| 二、文档主题情感倾向的量化 | 第45-48页 |
| 三、文档集情感倾向的量化 | 第48-50页 |
| 第四节 主题情感倾向与板块指数收益率的关联性分析 | 第50-58页 |
| 一、格兰杰因果分析 | 第51-52页 |
| 二、基于向量自回归的实证分析 | 第52-58页 |
| 第五章 总结、启示与展望 | 第58-61页 |
| 第一节 总结 | 第58-59页 |
| 一、技术应用总结 | 第58页 |
| 二、实证分析总结 | 第58-59页 |
| 第二节 启示 | 第59页 |
| 第三节 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录：程序说明 | 第64-69页 |
| 致谢 | 第69-70页 |
