基于社交媒体的投资者情绪对股市收益影响的大数据分析-论文.pdf

《基于社交媒体的投资者情绪对股市收益影响的大数据分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、张书煜，等：基于社交媒体的投资者情绪对股市收益影响的大数据分析金融市场基于社交媒体的投资者情绪对股市收益影响的大数据分析张书煜，王瑶，范婷婷，赵理，王旭泽(合肥工业大学管理学院，安徽合肥230009)[摘要]社交媒体中的信息是一个大数据库，通过微博搜索抓取社交媒体中投资者微博数据，利用中文语义分析技术，将该投资者情绪划分成六个等级，构建社交媒体中投资者的情绪指数，并且以同时段的股市为研究对象，基于VAR模型。运用Granger因果关系检验、脉冲响应函数，探讨社交媒体中不同程度的投资者情绪倾向与股市收益之间的预测能力和双向反馈关

2、系。[关键词]社交媒体；投资者情绪；股市收益；大数据[Do1]10．13939／j．cnki．zgsc．2015．25．065这些矩阵都是待估计的参数矩阵。是由k维随机误差项1引言构成的向量，其元素相互之间可以同期相关，但不能与各自行为金融学认为，情绪可以深刻地影响个人的行为和的滞后项相关以及不能与各自的滞后项相关以及不能与模决策。夏雨禾(2010)⋯通过对438个样本的分析，对新型右边的变量相关。浪微博互动的结构性要素以及发生机制进行了深入探究，2．2研究方法研究结果发现，新浪微博是一个文化性、个人性和情绪性第一，使用深圳视

3、界信息技术有限公司研发的网页采的互动空间。杨维(2011)从微博传播的及时性、草根集软件八爪鱼数据采集系统抓取海量的微博数据。该平台性的特征出发，探讨了在网络舆情形成过程中微博起到的以分布式云计算平台为核心，从各种不同的网站或者网页作用。梁坤，蒋翠清，丁勇(2013)利用特征提取等技获取大量的规范化数据。第二，以天为单位归类微博数术，抽取中文社会媒体上的干系人的话题，同时构建股票据，并且清洗不能表现投资者情绪的垃圾数据，如非原创收益率的回归模型，研究中文社会媒体上干系人和话题的微博或者只包含链接地址的微博等。第三，运用中文语析

4、活动状况对股票收益率的影响。研究结果表明，中文社会分析工具，分析微博中包含的情感信息，量化投资者情媒体上不同干系人对股票收益的影响不同。而乔智和耿志绪。本课题将从两个层面来分析和量化投资者情绪信息：民(2013)讨论了股吧对个人投资者情绪的影响研究』，第一个层面可以将投资者情绪分为两个维度——积极情绪运用实证方法验证了个人投资者情绪与股市收益问存在的倾向和消极情绪倾向；第二个层面讲积极情绪和消极情绪相关关系。徐琳(2013)基于微博中的投资者情绪的研继续细分，可分为一般、中度和高度积极情绪倾向以及一究，使得让投资者知情股市收益

5、研究，微博信息不仅反映般、中度和高度消极情绪倾向。第四，接下来我们将会把了该信息发布者的心理和行为，同时也能够影响相关投资得到的数据资料用专业软件Eviews进行整理并加以分析，者的投资行为。以便我们制作出相应的统计图表等，最终基于大数据对投资者情绪与股市收益之间的相互关系进行分析。第五，通2研究模型与方法过Granger因果关系检验，论述和验证社会情绪变化与股2．1主要模型票市场变化确实存在相关关系。第六，使用脉冲响应函数本文采用向量自回归模型(VAR)来检验社交媒体进行股市收益走势预测的实证分析，得出投资者情绪和股中的投资

6、者情绪与股市收盘价、股市成交量之间的时滞关市收益走势相互间的预测能力，并提出改善方案。系。VAR模型把系统中每一个内生变量作为系统中所有3实证研究内生变量的滞后项的函数来构造模型，其一般形式为：=Aly一l+A2一2+33+⋯十APl++⋯一—3．1数据来源——社交媒体中的投资者情绪数据+B一+t=l，2，⋯，n(1)其中，是k维内生变量向量，一．(i=1，2，⋯，P)是本文的数据来源于新浪微博平台，采用“微博搜索”滞后内生变量向量，一(i=0，1，⋯，r)是d维外生变量向的方式继续对股市相关的信息进行监测挖掘。在新浪微博量或

7、滞后外生变量向量，P、r分别是内生变量和外生变量界面，以股票名称为关键词，按时间搜索相应的与该只股的滞后阶数。A是kk维系数矩阵，B是d维系数矩阵，票相关的原创微博信息。以“华谊兄弟”为实例研究对2015．6金融市场中国市场2015年第25期(总第840期)象，研究华谊兄弟公司从2014年9月19日到2015年2月比较，需要对实验数据进行Z—Score标准化处理。转28日，该公司在新浪微博的投资者情绪与股市收益之间化函数为：的关系。微博的发表时间跨度为2014年9月19日至2014X—X年12月5日，我们抓取到微博数量为128

8、6688条。=一(3)f，股市收益指数样本来自上证综合指数和深圳成分指其中，为变量的均值，为变量的标准差。经数，包括上证综合指数收盘价、日成交量和深圳成分指数过处理的数据符合均值为0标准差为l的标准正态分布。的收盘价、日成交量。股票数据均使用浙江核新同花顺网(2)变量的基本描