基于情感分析的股指预测技术的研究与实现
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 引言 | 第11-21页 |
| 1.1 概论 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 课题研究的目的与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17-21页 |
| 1.3.1 基本思路 | 第17-18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 1.3.3 本文的结构 | 第19-21页 |
| 第二章 课题研究的理论基础 | 第21-39页 |
| 2.1 行为金融学理论 | 第21-23页 |
| 2.1.1 现代经典金融学对股市研究的缺陷 | 第21-22页 |
| 2.1.2 行为金融学的产生 | 第22-23页 |
| 2.1.3 行为金融学的主要理论 | 第23页 |
| 2.2 情感分析算法研究现状 | 第23-35页 |
| 2.2.1 情感分析的基本过程 | 第24-29页 |
| 2.2.2 基于情感词典的情感分类 | 第29-30页 |
| 2.2.3 基于监督式学习的情感分类算法 | 第30-35页 |
| 2.3 情感分析在金融领域的应用 | 第35-37页 |
| 2.3.1 股票预测 | 第35-36页 |
| 2.3.2 风险控制 | 第36页 |
| 2.3.3 企业评级 | 第36-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于文本分类的情感计算模型评价与选择 | 第39-53页 |
| 3.1 相关数据收集 | 第39-41页 |
| 3.1.1 情感文本数据的收集 | 第39-40页 |
| 3.1.2 股指数据的收集 | 第40-41页 |
| 3.2 相关数据预处理 | 第41-43页 |
| 3.2.1 预处理的原因 | 第41页 |
| 3.2.2 预处理的主要任务 | 第41-43页 |
| 3.2.3 交叉验证方法处理 | 第43页 |
| 3.3 情感系数计算模型的评价与选择 | 第43-49页 |
| 3.3.1 情感分类算法的评价指标 | 第43-44页 |
| 3.3.2 基于情感词典的计算模型 | 第44-46页 |
| 3.3.3 基于监督式学习的计算模型 | 第46-49页 |
| 3.4 功能模块实现 | 第49-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于情感系数的股指预测模型 | 第53-69页 |
| 4.1 时间序列的相关性分析 | 第53-56页 |
| 4.1.1 情感系数时间序列 | 第53-54页 |
| 4.1.2 上证综指时间序列 | 第54页 |
| 4.1.3 相关性分析 | 第54-55页 |
| 4.1.4 实验分析 | 第55-56页 |
| 4.2 股指预测模型 | 第56-59页 |
| 4.2.1 预测模型选择方法 | 第56-57页 |
| 4.2.2 多元线性回归模型 | 第57-59页 |
| 4.3 基于情感系数的回归预测模型 | 第59-63页 |
| 4.3.1 输入因子 | 第59-60页 |
| 4.3.2 因子选择 | 第60页 |
| 4.3.3 实验评价指标 | 第60-61页 |
| 4.3.4 实验对比与分析 | 第61-63页 |
| 4.4 功能模块实现 | 第63-66页 |
| 4.5 本章小结 | 第66-69页 |
| 第五章 结论与展望 | 第69-71页 |
| 5.1 本文工作总结 | 第69-70页 |
| 5.1.1 研究结论 | 第69页 |
| 5.1.2 研究局限 | 第69-70页 |
| 5.2 下一步研究方向 | 第70页 |
| 5.3 情感分析用于实际投资的挑战 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 作者在学期间取得的学术成果 | 第77-79页 |
| 附录A 预测实验对比图 | 第79-83页 |
