投资者情绪对股票市场的预测研究--基于情感因子的时变概率密度函数方法
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 引言 | 第9-20页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 文献综述 | 第12-18页 |
| 1.3.1 股票市场研究现状 | 第12-14页 |
| 1.3.2 文本挖掘应用研究现状 | 第14-15页 |
| 1.3.3 情感分析研究现状 | 第15-17页 |
| 1.3.4 现有研究存在的不足 | 第17-18页 |
| 1.4 本文可能的创新点或贡献 | 第18-19页 |
| 1.5 本文研究内容和框架 | 第19-20页 |
| 第2章 理论与方法概述 | 第20-32页 |
| 2.1 行为金融理论综述 | 第20-21页 |
| 2.2 时变概率函数方法 | 第21-24页 |
| 2.2.1 滤波和平滑简介 | 第21-22页 |
| 2.2.2 动态的核密度估计 | 第22-24页 |
| 2.3 文本分类算法 | 第24-25页 |
| 2.4 文本挖掘技术 | 第25-27页 |
| 2.4.1 向量空间模型 | 第26页 |
| 2.4.2 文本特征生成和选择 | 第26-27页 |
| 2.5 预测结果的评估—损失函数法 | 第27-29页 |
| 2.6 股指预测框架 | 第29-30页 |
| 2.7 本章小结 | 第30-32页 |
| 第3章 文本数据处理和情感分析 | 第32-42页 |
| 3.1 金融数据语料库的构建 | 第32-36页 |
| 3.1.1 网络爬虫 | 第32-34页 |
| 3.1.2 数据获取 | 第34-36页 |
| 3.2 数据预处理 | 第36-37页 |
| 3.2.1 中文分词 | 第36-37页 |
| 3.2.2 特征提取 | 第37页 |
| 3.3 数据统计分析 | 第37-39页 |
| 3.3.1 基本统计分析 | 第37-38页 |
| 3.3.2 数据质量假设和验证 | 第38-39页 |
| 3.4 股评文本情感分类 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 实证研究 | 第42-52页 |
| 4.1 实证研究思路 | 第42页 |
| 4.2 财经数据选取和检验 | 第42-46页 |
| 4.3 时变概率密度函数模型预测 | 第46-48页 |
| 4.4 加入情感因子的时变概率密度函数模型 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结 | 第52-54页 |
| 5.1 本文结论 | 第52-53页 |
| 5.2 研究前景和不足 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
