互联网财经新闻对股票影响的实证分析--基于公司新闻语义分析的视角
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1. 导论 | 第13-23页 |
| ·研究背景和意义 | 第13-14页 |
| ·文献综述 | 第14-19页 |
| ·国外文献综述 | 第14-17页 |
| ·国内文献综述 | 第17-18页 |
| ·论文创新与突破 | 第18-19页 |
| ·研究方法与研究内容 | 第19-22页 |
| ·研究方法 | 第19-20页 |
| ·研究内容及思路 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 2. 文本挖掘技术 | 第23-27页 |
| ·文本挖掘简介 | 第23页 |
| ·文本挖掘分类 | 第23-25页 |
| ·文本挖掘的过程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3. 互联网财经新闻文本分类研究 | 第27-40页 |
| ·文本分类简介 | 第27页 |
| ·文本分类的关键技术 | 第27-33页 |
| ·文本分词 | 第27-29页 |
| ·文本预处理 | 第29-30页 |
| ·特征降维处理 | 第30-32页 |
| ·文本表示 | 第32-33页 |
| ·文本分类的方法 | 第33-35页 |
| ·矢量质心相似度方法 | 第33页 |
| ·K近邻分类算法 | 第33-34页 |
| ·朴素贝叶斯分类算法 | 第34页 |
| ·支持向量机 | 第34-35页 |
| ·决策树分类算法 | 第35页 |
| ·文本分类质量评价 | 第35-36页 |
| ·新闻文本分类 | 第36-39页 |
| ·新闻文本分类过程 | 第36-37页 |
| ·新闻文本类别 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4. 新闻对股票影响的研究方法 | 第40-46页 |
| ·事件研究法 | 第40-45页 |
| ·事件窗和估计窗 | 第40-41页 |
| ·预期正常收益率的估计模型 | 第41-43页 |
| ·异常收益率的估算 | 第43-44页 |
| ·显著性检验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5. 新闻对股票影响的实证分析 | 第46-59页 |
| ·样本选择与处理 | 第46-48页 |
| ·股票数据 | 第46页 |
| ·新闻样本 | 第46-47页 |
| ·数据处理过程 | 第47-48页 |
| ·不同类别新闻效应的实证分析 | 第48-58页 |
| ·兼并收购类新闻对上市公司股票收益的影响分析 | 第49-52页 |
| ·盈利能力类新闻对上市公司股票收益的影响分析 | 第52-55页 |
| ·再融资类新闻对上市公司股票收益的影响分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 6. 总结和展望 | 第59-63页 |
| ·本文所做的工作 | 第59页 |
| ·研究结论及解释 | 第59-61页 |
| ·政策建议 | 第61页 |
| ·下一步工作 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 后记 | 第67-68页 |
| 致谢 | 第68-70页 |
| 在读期闾的科研成果目录 | 第70页 |
