基于微博文本挖掘的投資者情緒與股票市場表現(xiàn)研究.pdf

1、新型網(wǎng)絡(luò)時代開啟的標(biāo)志就是各種社會化網(wǎng)絡(luò)（微博、博客、微信、論壇等）的出現(xiàn)。社會化網(wǎng)絡(luò)在人們的生活中扮演著越來越重要的角色，它讓人們在信息傳遞的過程中角色由被動接收方變?yōu)橹鲃觿?chuàng)造者，這一改變極大的調(diào)動了互聯(lián)網(wǎng)用戶的積極性，每天都有大量的用戶原創(chuàng)數(shù)據(jù)(User Generated Content)產(chǎn)生。這些數(shù)據(jù)凝聚了大眾對于社會問題的觀點、看法，例如財經(jīng)媒體、金融從業(yè)者在社交媒體上實時發(fā)布股票市場信息，投資者實時獲取這些信息，表達(dá)自己對于

2、市場和個股的看法，并與其他社會化網(wǎng)絡(luò)的參與者對某一市場問題進(jìn)行討論。這些UGC數(shù)據(jù)代表了一定時期內(nèi)整個市場對于當(dāng)期和未來一段時間內(nèi)走向的判斷，對于股票市場走勢的預(yù)測具有重要意義，越來越多的學(xué)者參與到對于股票市場UGC數(shù)據(jù)進(jìn)行挖掘的研究當(dāng)中。
　　現(xiàn)有的研究認(rèn)為分析社會化網(wǎng)絡(luò)的信息活動強度和情感傾向有利于完善現(xiàn)有的股市預(yù)測技術(shù)，而國內(nèi)外現(xiàn)有研究多以論壇等傳統(tǒng)社會化媒體作為數(shù)據(jù)來源對象，對于微博這種新興的社會化媒體的研究有限。由于新浪

3、微博是國內(nèi)市場占有率最高的微博平臺，固本文以新浪微博作為獲取數(shù)據(jù)的來源。本研究共獲取2012年-2014年期間320萬條股票市場相關(guān)微博，通過使用文本挖掘與情感分析等分析技術(shù)對獲取的微博文本數(shù)據(jù)進(jìn)行量化，構(gòu)建出由投資者情感傾向、投資者未來預(yù)期與投資者關(guān)注度三大類指標(biāo)組成的投資者情緒指標(biāo)體系，并結(jié)合上證指數(shù)的收盤點數(shù)、收益率、波動率、成交量等市場表現(xiàn)數(shù)據(jù)，探索兩者之間的相關(guān)性，通過該部分的分析證明了基于新浪微博文本分析所得到的投資者情緒各

4、指標(biāo)與股票市場表現(xiàn)之間存在相互影響。在相關(guān)性研究的基礎(chǔ)上，嘗試建立加入投資者情緒變量的上證指數(shù)的預(yù)測模型，并與傳統(tǒng)預(yù)測模型進(jìn)行了比較。主要研究成果如下:
　　(1)投資情情緒。對通常的投資者分析而言，都帶有一定程度的間接性，但本研究采用的是基于微博內(nèi)容的投資者情緒分析，這些微博往往是投資者或者市場的關(guān)注者真實的情緒表達(dá)，因此具有直接性和更強的真實性，相對間接投資者情緒價值更大。
　　(2)構(gòu)建投資者代理情緒指標(biāo)體系。本研究在