基于投资者关注和社交网络的选股模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究背景与问题提出 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 问题提出 | 第9-10页 |
| 1.2 研究目的与意义 | 第10-12页 |
| 1.2.1 研究目的 | 第10-11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 国内外研究状况综述 | 第12-14页 |
| 1.3.1 国内外研究状况 | 第12-13页 |
| 1.3.2 研究综述 | 第13-14页 |
| 1.4 研究内容及研究方法 | 第14-17页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 研究方法 | 第15页 |
| 1.4.3 研究路线 | 第15-17页 |
| 第2章 理论基础与研究假设 | 第17-31页 |
| 2.1 投资者关注相关理论分析 | 第17-20页 |
| 2.1.1 有限关注理论 | 第17-18页 |
| 2.1.2 传统投资者关注度的定义和度量 | 第18-19页 |
| 2.1.3 基于网络搜索指数的投资者关注度理论 | 第19-20页 |
| 2.2 社交数据与股票价格波动研究的理论分析 | 第20-23页 |
| 2.2.1 传统的股票投资理论 | 第21-22页 |
| 2.2.2 文本挖掘与情感分析理论 | 第22-23页 |
| 2.3 LSTM算法理论分析 | 第23-30页 |
| 2.3.1 LSTM网络结构设计 | 第24-28页 |
| 2.3.2 基于LSTM的股票预测模型设计 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 数据采集与预处理 | 第31-40页 |
| 3.1 数据采集 | 第31-32页 |
| 3.2 描述性统计及其他数据特征 | 第32-35页 |
| 3.3 数据预处理 | 第35-39页 |
| 3.3.1 搜索数据预处理 | 第35页 |
| 3.3.2 股票相关数据预处理 | 第35-36页 |
| 3.3.3 文本数据预处理与情感分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 实证研究 | 第40-56页 |
| 4.1 股价波动模型探究 | 第40-49页 |
| 4.1.1 指数预测 | 第41-45页 |
| 4.1.2 个股预测 | 第45-46页 |
| 4.1.3 多元时间序列模型 | 第46-49页 |
| 4.2 交易策略 | 第49-50页 |
| 4.2.1 基于模型的涨跌预测和波动性的交易策略 | 第49页 |
| 4.2.2 基于行业中性的交易策略 | 第49-50页 |
| 4.3 回测及模型结果分析 | 第50-55页 |
| 4.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |
