个股投资者情绪与股票收益率的关系—基于股评信息视角的研究

基于东方财富网股吧中单只股票的股评信息采用文本挖掘法建立个股投资者情绪指数,探讨个股投资者情绪与股票收益率的关系,并进一步探讨市值大小不同、行业不同以及市态不同的情况下个股投资者情绪与股票收益率关系的异质性.实证结果表明:个股投资者情绪对股票收益率存在着显著的正向影响且影响周期较短,股票收益率也会引起个股投资者情绪正向...     

投资者情绪对科创板市场收益率的影响——基于文本数据挖掘视角

本文以科创板市场为主要研究对象,基于文本数据挖掘方法探究了新冠疫情发生前和疫情期间投资者情绪对市场收益率的影响及其作用机制。利用东方财富股吧2019年7月至2020年3月的日度科创板股票评论数据,基于Bi-LSTM深度学习技术对文本数据情感倾向进行分类,建立投资者情绪指数。通过构建双向固定效应的联立方程模型,采用2SLS方法估计投资者情绪对科创板市场收益率的作用,并检验在经济平稳运行和受新冠疫情冲击期间该作用的差异性。实证分析及稳健性检验的结果均表明,投资者情绪通过影响交易量进而影响科创板股票市场收益率,这种正向作用在1%的置信水平下显著。此外,投资者情绪对科创板收益率的影响在经济平稳运行和受新冠疫情冲击期间均保持稳健,且在新冠疫情期间作用更强。本研究成果对于新冠疫情期间我国证券市场监管层完善科创板交易机制,以及对中小投资者优化投资战略具有重要意义。     

异质投资者情绪对股市的影响研究——基于文本语义分析

受专业背景与有限理性的影响,中小投资者难以从股市中获利导致情绪消极悲观,而机构投资者中券商和基金不同的服务目标和激励机制令二者在股评文章中体现舆情差异.文章首次立足散户,券商和基金公司这三类异质投资者,以文本语义分析法构建三类投资者情绪指标并研究其对股市的影响,创新性地发现,散户的情绪最消极且影响股市成交量;券商比基金...     

基于文本信息考虑投资者情绪的均值回归策略设计——以东方财富股吧发帖文本和A股市场为例

在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值回归策略进行改进。利用东方财富股吧中发帖内容等文本数据构建投资者情绪指标,结合非理性投资行为的特征,设计新的权重转移方程,得到新的均值回归策略。最后,利用部分沪深300成分股的价格数据和股吧文本数据进行实证检验,结果表明：相比于仅利用价格信息刻画均值回归特征的策略,本研究提出的考虑投资者情绪的策略有更好的收益表现。     

基于网络文本挖掘的生态旅游满意度评价研究

科学的游客满意度评价有助于生态旅游的可持续发展。随着Web 2.0技术的发展,在线旅游评论已成为游客满意度研究的重要数据来源。本文以扎龙国家级自然保护区为例,基于在线旅游评论数据和网络文本挖掘技术,构建游客满意度评价指标体系和评价模型,定量评价游客的生态旅游满意度。结果表明：游客总体满意度为0.614,达到基本满意水平。研究不仅为准确评价生态旅游目的地的游客满意度提供新视角,也为相关生态旅游政策的制定提供参考。     

基于文本挖掘和AHP-Fuzzy模型的机坪管制运行状况评估

国内大部分机场已实行了机坪管制移交工作.目前尚无一套较为完善的评估体系,对机坪管制运行效果进行量化评估.采用文本挖掘方法,提取文本数据的高频词作为评价指标的来源,构建了机坪管制运行状况评估指标体系;建立了AHP-Fuzzy模型并评估A机场的机坪管制运行现状,评估结果显示良好;通过对比专家权重的结果,发现与本模型评估结果相近,因此为未来研究中评价指标筛选和专家计算指标权重系数提出一种更严谨客观的评价方法.     

旅游评论文本分析

景区和酒店的网络评论是游客制定旅游计划和旅游企业了解游客意见并改进服务的重要参考.由于旅游评论数据量大、质量参差不齐,导致游客和企业无法有效获取其中的有价值信息.本文提出旅游评论文本分析的4个任务,包括旅游目的地的游客印象分析、景区和酒店的综合评价、网络评论的有效性分析以及景区和酒店的旅游特色挖掘,并且给出这些任务的求...     

基于新闻文本挖掘的股指期货高频预测研究

近两年来,Google团队提出的BERT模型被越来越多地应用于文本分类任务中.在BERT模型的基础上,文章提出了一个基于新闻文本挖掘的股指期货高频预测模型,进而设计了相应的高频交易策略.文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签,利用所提出模型对新闻进行分类,从而预测三大股指期货价格的涨跌平方向,并完成股指期货模拟高频交易.基于5年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示,文章提出的预测模型和交易策略取得了较高的准确率和收益率,且在中证500股指期货上表现最好.     

投资者情绪对基金羊群效应的影响研究

大量研究表明我国证券投资基金存在羊群效应,然而却很少对影响基金羊群效应的因素展开进一步的实证研究。基于此,本文利用主成分分析法测量投资者情绪,利用前十大流通股东中证券投资基金的家数来测量基金羊群效应的程度,研究投资者情绪指标是否对基金羊群效应产生影响。研究结果表明,投资者情绪是证券投资基金形成羊群效应的重要因素之一,基金经理在观察到上一期投资者悲观情绪(乐观情绪)时会做出负反馈策略。     

基于投资者情绪的市场均衡分析

在行为金融研究框架下,通过分析情绪投资者与理性投资者的市场均衡条件,构建基于投资者情绪的资产定价模型,并对模型进行了数值模拟。结果表明,投资者情绪是影响资产价格的重要因素:被情绪投资者高估的资产,其回报将下降;被情绪投资者低估的资产,其回报将增加;资产回报的变化程度与情绪投资者卖出低估资产的份额正相关,与资产预期回报金额的相关系数负相关;并且,乐观情绪与悲观情绪对资产价格的作用是非对称的。     

考虑公司信息披露情绪的欧式脆弱期权定价

从公司信息披露的角度来看,定量数据直观地反映了公司的经营和财务状况,而描述性的非结构文本信息是对定量数据的有效补充。本文从公司年报中挖掘信用违约文本信息,构建语调变量情绪指标,以调控脆弱期权的违约临界值,改进经典的Klein欧式脆弱期权定价模型。研究表明:随着语调变量指标的增大,欧式看涨看跌期权价格呈递减趋势,且指标越接近1,期权价格递减速度越快,说明期权价格对负向情绪更加敏感,符合金融市场实际情况。此外,应用研究发现不考虑情绪指标的Klein模型倾向于低估期权价格,考虑公司信息披露情绪的脆弱期权定价模型能更准确地分析财务困境对信用风险的影响,结果更贴近实际情况。     

投资者情绪指数及中国股市的实证

准确度量投资者情绪,有助于深刻理解市场,进行有效的监管和制定正确的投资策略.从重新界定投资者情绪的定义出发,对投资者情绪与当期收益的关系进行了理论演绎,总结出5条有关投资者情绪与当前收益关系的假说.依据可以获得的投资者情绪代理变量,利用主成分分析构建了中国证券市场投资者情绪指数,进而利用EGARCH模型实证检验了上述5条假说.实证结果表明,理论演绎与市场实际运行有很好的相合性.     

利用文本挖掘数据检测观念意识重大转变的非参方法研究

通过文本挖掘获得的词频数据对观念意识转变进行测度,利用认知行为特征对观念更新序列进行建模.为了能检测观念意识发生重大转变,采用Monte Carlo实验对两个基于非参的转折点分析方法进行了比较分析.主要发现是:1)根据观念意识转变的认知行为特征所构造的模拟实验,基于CPM框架下的三种非参检验方法,Mann-Whitney检验在检测转变点的功效水平和精确度上要优于Cramer-vonMises和Kolmogorov-Smirnov检验.2)基于偏离测度的非参迭代方法E-Divisive对转变点的检测性能总体上要优于CPM框架下的三种非参方法,但后者可以对容量较小的样本数据进行检测.3)利用文本挖掘,可以将以前只能语言描述的观念意识演进特征进行量化,并用图形分析进行直观呈现,成为一个有价值的实证分析工具.最后对文本挖掘数据作为一种非随机抽样数据,如何保证统计有效性做了补充讨论.     

社会互动,投资者情绪传染与资产泡沫——基于股票论坛发帖的实证研究

在资本市场中,投资者并不是相互独立的个体,而是相互学习、相互交流的。随着互联网的迅猛发展,这种社会互动变得更为频繁和普遍,因此社会互动对资产价格的影响也不容小觑。本文先通过理论建模提出理论假设:社会互动存在条件下,投资者互动会加剧市场情绪的传染,进而增加资产泡沫;当投资者情绪高涨时,投资者互动强度显著正向影响泡沫;当投资者情绪低落时,投资者互动强度显著负向影响泡沫;受社会互动影响,投资者活跃的交易会加剧市场情绪的传染,进而增加资产泡沫。之后本文基于股票论坛发帖构建社会互动、投资者情绪指标,验证了中国股票市场中本文理论假设的正确性。     

社会互动,投资者情绪传染与资产泡沫——基于股票论坛发帖的实证研究

在资本市场中,投资者并不是相互独立的个体,而是相互学习、相互交流的。随着互联网的迅猛发展,这种社会互动变得更为频繁和普遍,因此社会互动对资产价格的影响也不容小觑。本文先通过理论建模提出理论假设:社会互动存在条件下,投资者互动会加剧市场情绪的传染,进而增加资产泡沫;当投资者情绪高涨时,投资者互动强度显著正向影响泡沫;当投资者情绪低落时,投资者互动强度显著负向影响泡沫;受社会互动影响,投资者活跃的交易会加剧市场情绪的传染,进而增加资产泡沫。之后本文基于股票论坛发帖构建社会互动、投资者情绪指标,验证了中国股票市场中本文理论假设的正确性。     

投资者情绪影响下资本资产定价的区制性研究——基于股票论坛发帖的情感分析

本文首先建立一个考虑投资者情绪的资本资产定价模型,研究发现,投资者情绪是资产定价的系统性因子且对其影响具有区制性(存在三个区制)。在此基础上通过仿真揭示投资者情绪对资产定价影响存在区制性的原因在于当投资者情绪增加时,最优组合超额收益受组合效应与情绪效应的综合影响。最后基于股票论坛发帖的情感分析构建投资者情绪指标,实证检验了本文的理论模型,并发现基于普通的线性回归模型得到的投资者情绪对股指超额收益影响,一方面会在投资者情绪处于第二区制内时将其对股指超额收益影响方向弄反,另一方面会在投资者情绪处于第三区制内时低估其增加导致的股指超额收益平均增加程度。     

投资者情绪、股票流动性与股价泡沫——基于GASDF检验法的分析

股价泡沫严重影响资本市场健康运行,而投资者情绪和市场流动性是影响泡沫膨胀和破灭的重要因素。为探究二者对股价泡沫的作用机制,本文选取上证行业指数,通过动态因子分析法,将百度指数等网络社交媒体数据与换手率等传统情绪代理变量相结合,构建多个行业的投资者情绪指标。随后基于广义右尾单位根(Generalized Sup-ADF, GSADF)检验法,检测了不同行业的泡沫,并运用面板Logit模型和中介效应检验方法,进一步分析了投资者情绪、流动性与行业股价泡沫之间的关系。实证分析及稳健性检验结果均表明,投资情绪与流动性对股价泡沫的存在性具有显著的正向作用,投资者情绪可以通过促进流动性的提升,导致股价泡沫产生的可能性的进一步提高。研究结论对于防范股价泡沫风险具有重要启示,为监管者对加强市场情绪监管提供相关理论依据。     

基于投资者情绪的市场均值-方差关系研究

本文应用带有GARCH效应的门限模型,研究了投资者情绪对市场均值-方差关系的影响。实证结果表明,市场均值-方差关系受投资者情绪的影响存在一个转变机制。当市场情绪落入低迷期,均值-方差的关系负相关;当投资者情绪进入到复苏期或高涨期时,两者关系是显著正相关,而且当期情绪的这种作用还会影响到下期的市场。同时发现股市政策性变化会引起情绪波动。     

基于MCLP的知识挖掘模型在项目管理中的应用

针对项目管理中不同知识的分类和表达模式,提出了一种基于多目标线性规划的知识挖掘模型.该模型在对文本信息预处理的基础上,采用多目标线型规划方法,实现了对可量化信息和不可量化信息的同时挖掘,从而挖掘出更准确的项目知识模式,实现了项目管理中的知识的再利用,并就应用过程中遇到的具体问题进行了探讨.     

基于宏观结构情绪理论的社会风险事件微博情绪分析

近十年来,人们已习惯于在社交媒体平台上参与社会热点讨论.细粒度地分析人们对社会风险事件的情绪态度,将有助于有关部门及时发现热点问题并进行有效回应.文章引入了英国社会学家J.M.Barbalet关于影响社会结构和秩序、影响社会和谐的宏观结构情绪理论,同时结合了心理学人类情感分类和多种情感词典,并借助预训练词向量模型,拓展构建了宏观结构情绪词典.再以2019年4月“脆皮安全帽”事件为案例,识别了该事件下微博言论的主要情感类型,并基于点互信息(PMI)和2阶依存距离,抽取了与宏观结构情绪关联程度较高的实体和描述,获取了公众的主要观点和态度.