融合情感分析和GAN-TrellisNet的股价预测方法

将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长等问题.为了解决以上问题,提出了一种基于情感分析和GAN-TrellisNet的股价预测方法。提出了一个基于LSTM-CNN的情感分析模型,用于分析爬虫获取的主流金融论坛股票评论,并获得股票情感指数。为了提高预测准确度,将情感指数和百度搜索指数加入股票交易数据中作为训练集,提出了一个基于TrellisNet和CNN的改进型GAN股价预测模型,利用TrellisNet生成器的卷积特性来捕捉数据的局部特征,选取特征提取能力较强的CNN作为判别器来区别预测结果和真实股价。通过选取10只代表性股票和三种大盘指数的不同时段数据进行算法验证,结果表明,与ConvLSTM和GAN-LSTM预测模型相比,GAN-TrellisNet模型能有效缩短训练时间,提高预测准确率。

基于投资者情绪视角下的股指期货套期保值

以沪深300股指期货为研究对象,采用t-Copula-ECM-GARCH动态模型,研究沪深300股指期货的最优套期保值策略,并将其与最小二乘法(OLS)等传统套期保值策略进行比较。通过主成分分析方法(PCA)构建股票现货市场和股指期货市场的投资者情绪指数,并将其分别引入上述模型中。结果表明,与未考虑投资者情绪的套期保值策略相比,加入投资者情绪指数后沪深300股指期货的套期保值效果明显提高。说明基于投资者情绪的套期保值模型比原有模型规避风险的效果更好。

在线医药电商评论情感分析——基于XGBoost集成加权词向量和大语言模型的情感识别模型

消费者评论是考察消费者情感的重要数据源,对商品评论进行数据挖掘是帮助在线医药电商改善经营的重要途径。立足于在线医药电商的用户评论,基于SO-PMI(情感倾向点互信息)算法构建该领域情感词典,对评论词向量进行情感加权。利用XGBoost(极限梯度提升树)集成词向量和LLM(大语言模型)构建情感识别模型,最后得出评论情感指数,从多个维度展开,分析消费者评论中的情感趋势。实证分析表明,构建的情感识别模型的AUC(曲线下的面积)等验证指标较LLM模型相比有进一步提升,具有一定的应用价值。

系统性金融风险对宏观经济运行的非线性影响研究

为了探究系统性金融风险对宏观经济的影响,该研究采用了CRITIC法和因子分析法,构建系统性金融风险指数和宏观经济韧性水平指数。通过MS-VAR模型探讨了不同区制状态下金融风险对宏观经济的非线性效应。研究发现,系统性金融风险对宏观经济存在时变影响,短期内对宏观经济造成负向冲击,但长期来看反而会提高经济韧性。研究结果还表明,系统性金融风险对宏观经济具有明显的时变特征,实时采取预防和控制措施,有序处置突出风险,有助于促进经济实现高质量发展。研究通过将经济韧性作为宏观经济抵御风险和冲击的评价指标,为宏观经济的发展提供了一个新的研究视角,同时为宏观经济抵御风险、促进经济的高质量发展提供了有力指导。

融合公众情绪的上海城市形象感知分析

城市形象对于促进城市健康发展十分重要,纳入公众参与的城市形象研究十分必要。本文将公众情绪纳入城市感知研究框架,利用基于迁移学习的中文全词覆盖双向编码模型(BERT-WWM)的情感分类方法、情感倾向指数和语义分析模型,对上海签到原创微博进行分析,探索上海城市形象感知。结果表明:(1)由城市情感形象感知分析可知,上海整体城市情感形象积极,市民在城市商业、文旅、生活活跃区域更易产生不同城市情感形象感知;(2)由城市认知形象感知分析可知,使上海产生积极认知形象的源头主要是城市文旅;使上海产生消极认知形象的源头主要是城市天气、城市交通、生活压力等;非常规时事热点事件会在短期内得到大规模关注,从而影响该时间段内的城市认知形象。融合公众情绪的上海城市形象感知分析既能更好地了解某一阶段市民对所在城市获得感、幸福感、安全感的真实表达,又能更好地为今后长期的城市规划与治理提供合理的参考。

投资者情绪对白酒板块收益率的影响研究

文章将投资者情绪指数(CICSI)作为中国股票市场投资者情绪的代表,选取2013年3月—2023年8月的国证白酒指数作为白酒板块的代表,利用VAR模型对中国的股市投资者情绪指数与白酒板块股票收益率之间的关系进行了研究。研究结果表明,投资者情绪指数与白酒板块收益率存在双向的影响,滞后一期的投资者情绪指数对白酒板块的收益率有正向影响,而长期存在反转效应;白酒板块收益率则对下一期的投资者情绪产生明显的正向作用。

投资者情绪与指数收益——不同市场条件下的差异分析

文章研究了投资者情绪对市场收益率的解释力。基于2011—2020年月度数据,以成交量和投资者信心指数作为投资者情绪指标,检验了其对于指数收益的解释力。结果表明投资者情绪对于股指收益率具有较强解释力。进一步研究根据行情走势将数据分为4个阶段,分别检验不同阶段投资者情绪对于收益率解释力的异同,结论显示成交量和投资者信心指数对于收益率的解释力根据股指处于不同波动阶段而呈现出一定差异。信心指数和成交量作为情绪指标具有一定互补性。此外还检验了投资者信心指数、成交量与收益率之间的内生性,结论表明变量间不存在内生性问题。

投资者情绪指数构建及其与超额收益率关系研究

有效度量市场投资者情绪是研究投资者情绪对资本市场影响的关键。选取2008—2022年证券投资者信心指数、消费者信心指数、市盈率、成交量、换手率、新增投资者开户数的月度数据,用主成分分析法构建市场投资者情绪复合指数(CIMIS_(t)),并通过“孪生股票”模型和定性分析对CIMIS_(t)进行有效性检验。采用ARMA-GARCH模型消除CIMIS_(t)和超额收益率(R_(a))的自相关和异方差性,对其残差进行回归分析和Granger因果检验。实证发现,CIMIS_(t)能较准确表征中国股市投资者情绪,去除自相关和异方差性的投资者情绪与R_(a)呈显著正相关,对R_(a)拟合效果更好;短期内超额收益率明显影响投资者情绪,而投资者情绪不能明显影响我国股市的表现。研究结果为投资者在投资决策以及监管者在制定市场政策时提供参考。

信用债市场的回报率是否可预测?——基于投资者情绪视角

违约事件的爆发加剧了投资者非理性情绪的扩散,并引发了信用债市场偏离基本面的大幅波动,考察投资者情绪在信用债市场的非理性繁荣和恐慌式下跌中的推波助澜作用非常重要。本文将行为资产定价理论扩展至信用债市场,采用提取情绪代理变量共同信息的方式,构建有效的信用债市场情绪指数,并研究情绪对市场回报率的可预测性。研究结果表明:(1)信用债市场情绪会产生显著的定价效应,当期的情绪对次月的市场回报率具有较强的预测能力;(2)信用债市场情绪会驱动微观交易,并吸引投资者购买风险较高的债券基金和信息不对称程度较高的债券组合;(3)信用债市场情绪的定价效应在投机倾向较高或套利限制较强的时期更突出,其中较高的投机倾向源自投资者对折现率的乐观态度,而较高的非流动性则是卖空约束之外的另一重要的套利限制。

投资者情绪对股票收益的长期影响与短期交互研究

研究针对我国证券市场2017年—2021年期间的日度财经新闻文本数据,运用情感词典法量化财经新闻情绪,以探究财经新闻情绪与股票收益之间的互动效应;并结合资金面与交易面的代理指标,构造投资者综合情绪指数,通过Fama-French三因子模型和时变参数向量自回归模型,对投资者情绪对股票收益的长期影响效应和短期交互特征进行分析。研究结果表明,财经新闻情绪与股票收益之间存在着双向的格兰杰因果关系。长期来看,投资者情绪对我国股票市场收益影响效应显著为正,中小盘更易受市场情绪异动波及,大盘则对情绪边际变化更为敏感;短期来看,情绪或收益自身的冲击对股市收益难以产生持续效应,而投资者情绪会被更长时期前的收益或情绪自身冲击所影响。此外,在不同市场行情下,情绪作用的强度存在着异质性。

市场情绪能否影响家庭购房意愿和购房行为?——基于中国家庭金融调查数据的实证研究

通过对2017年和2019年中国经济新闻数据库发布的房地产新闻标题以及微博平台发布的房地产相关评论进行文本情感分析,构建专属情感词典,获得各省区市相应市场情绪指数,然后基于中国家庭金融调查(CHFS)2017年和2019年的公开数据,实证分析市场情绪对于家庭购房意愿和购房行为的影响。结果显示:市场情绪对于家庭购房意愿有显著的正向影响,高涨的市场情绪可以刺激家庭的购房意愿;市场情绪对于不同购房者行为的影响存在差异,其中市场情绪对于首次购房的影响不显著,但却显著影响二次购房行为;市场情绪会改变家庭对于金融资产的投资选择,进而影响家庭的购房意愿以及行为;市场情绪对家庭购房意愿和行为的影响呈现区域异质性,相比于中西部,东部更易受到市场情绪的影响。

投资者情绪的跨市场溢出效应——基于股票和商品期货网络搜索指数的研究

研究投资者情绪在股票和商品期货市场的溢出效应,对于投资者更好地理解资本市场的网络结构以及有效规避投资风险具有一定的理论和实践意义。采用百度搜索指数作为投资者情绪的代理变量,可以有效统一两个市场的衡量标准,避免了以往研究标准无法统一的问题。通过对投资者情绪的跨市场溢出效应进行检验,得出以下结论:投资者情绪对跨市场的资产收益率及资产波动率均存在显著的影响;两个市场的投资者情绪存在着显著的波动溢出现象,且股价下跌后股票投资者情绪对商品期货市场的波动溢出变得更为显著。

股利情绪、股利迎合与股价崩盘风险——基于百度指数平台搜索量的经验证据

通过Python爬取百度指数平台搜索量数据构建投资者现金股利情绪指数和高送转情绪指数,并以此为基础考察A股上市公司的股利迎合行为及其经济后果.研究结果表明,公司现金股利分配和高送转行为均呈现出明显的迎合特征,并且公司对投资者现金股利情绪和高送转情绪的迎合会导致股价崩盘风险上升.本文进一步研究发现,公司在具有融资需求的情况下实施现金股利迎合和高送转迎合的动机强烈,而在大股东存在减持意愿的情况下倾向于实施高送转迎合.本文通过构建大数据股利情绪指数对公司股利迎合行为的相关研究成果进行了有益的拓展,并对优化我国上市公司股利决策以及提高资本市场运行效率具有重要借鉴意义.

基于混合深度学习方法的房地产网络舆情分析

为了研究房地产文本评论情感对房地产价格波动的影响及其造成的市场现象,提出了基于CNN(卷积神经网络)和BiLSTM(双向长短期记忆网络)混合方法的房地产网络舆情分析模型。构建地域专属情感词典,通过CNN和BiLSTM获得文本情感极性,利用量化情感指数计算得到情感得分,将其与百度指数拟合计算互信息数。结果表明:经过量化的房地产文本情感值为67.84%与百度指数的相关系数值大致相同,二者走势基本吻合,利用该方法可实时测度房地产评论舆情走势,为数字经济背景下房地产企业决策者提供智力支持。

无监督的财经新闻情感标注和情绪指数生成

财经新闻报道作为金融市场重要的信息来源,其情感倾向与市场走势有着密切联系。然而财经新闻具有专业性、客观性、无标注的特点,对其情感倾向进行精准量化往往十分困难。因此,本文设计了两阶段的财经新闻情绪指数提取方法,在第一阶段,针对财经新闻无标注的问题,本文通过改进的SO-PMI算法构造财经新闻领域情感词典来对新闻进行无监督标注;在第二阶段,为了提取精确的新闻情感强度值,本文构造了新闻情绪指数,先利用已标注的新闻数据训练情感分类模型从而生成类别概率,然后通过概率值计算得到情绪指数。为了进一步验证该方法的有效性,将生成的情绪指数结合股市历史价格数据来对上证股指波动趋势进行预测。结果表明,基于注意力机制的预测模型在添加情绪指数变量后,准确率提升了3%—5%,说明新闻情绪指数对于股指波动有较好的表征作用。

投资者情绪对股票市场的影响分析——基于对文本数据挖掘视角

随着各式各样的互联网社交媒介逐渐问世,社会大众开始倾向于在社交软件中表达个人情绪与见解。收集东方财富股吧中上证50指数各成分股的股评数据,数据采集时间为2021年1月至2022年5月,以此构建投资者情绪指数。通过研究投资者情绪指数与收益率、成交量之间的关系,发现投资者情绪和收益率互为格兰杰因果关系且呈现正向关系,而投资者情绪与成交量之间并无关系,其原因是大部分成交量在理性的机构投资者手中。因此,基于投资者情绪对股票市场的研究,应从大力培育长期投资机构、强化理性投资教育和建立相关的引导机制三个方面维持股票市场的稳定。

文本情绪对股指期货避险功能的非对称效应研究

利用数据挖掘手段从金融文本信息中提取情绪不仅可以准确地衡量资本市场中投资者情绪的变化,也有助于深入分析文本情绪与资本市场运行的关系。以上证50股指期货为例,在考虑情感信息对股指期货市场的非对称效应的情况下,探究文本情绪对股指期货市场避险功能的影响。研究发现,股指期货市场对于金融文本的负向情感信息的反应大于正向情感信息的反应,市场存在着正向杠杆效应;低落的文本情绪会对股指期货的避险能力有显著的负面影响。

新冠疫情背景下投资者情绪对股市板块波动的影响研究——基于医药板块和公用事业板块的证据

自2020年以来新冠肺炎疫情席卷全球,不仅对人类的生命健康造成了极大威胁,还对金融市场造成了巨大冲击,导致全球经济衰退。在新冠疫情肆虐的背景下,研究投资情绪对股市板块波动率的影响具有十分重要的现实意义。本文运用主成分分析法构建投资者情绪指标,并基于文本因子构造恐慌指数,再分别对医药板块指数和公用事业板块指数建立TGARCH-M模型以分析恐慌指数和投资者情绪对板块波动的影响。实证结果表明,两个板块的序列均存在显著的波动聚集效应,但不存在不对称效应。其中,新冠恐慌指数对于医药板块波动率影响是显著的,并且呈现出正向的影响,却对于公用事业波动率的影响不显著,而投资者情绪对两个板块的影响均不显著。但新冠恐慌指数和投资者情绪的交互项对医药板块波动率的影响是显著的,而对公用事业板块不显著。这一结果与研究预期假设相符,有利于帮助我们更好地理解股市板块波动的影响因素,从而采取相关措施进行防范与化解。

新疆旅游舆情指数构建及应用研究

本文利用慧科新闻数据库(WiseNews)收集整理新疆旅游相关的新闻报道文本,基于情感分析方法构建得到新疆旅游舆情指数(TSI),该指数可以综合反映新疆旅游舆情变化的趋势,有助于政府部门与企业制定相应的公共政策和管理策略,提升舆论引导能力。同时基于TSI指数分析新疆地区旅游减贫的效果,岭回归分析的结果表明,正面的旅游舆情对于降低新疆城镇和乡村的贫困率具有显著的影响,新疆地区实施旅游减贫需要注重“数量”与“质量”共同提升。

机构投资者视角下投资者情绪与科创板市场波动

作为金融制度创新,科创板在投资者构成、交易制度等方面与主板市场有显著不同,形成独特的系统风险特性。从行为金融角度构建科创板投资者情绪指标,发现科创板机构投资者情绪会带来更大的市场波动以及对市场波动更具预测性。实证结果显示:科创板收益率显著构成情绪的格兰杰原因,且在收益率50%分位数及以上,情绪与收益率显著正相关,情绪具有推升股市泡沫的倾向;加入情绪因素的随机模型对金融市场风险具有良好的预测效果。基于科创板机构投资者情绪的市场效应,研究从制度设计、证券监管和机构投资者自身三个方面提出政策建议,从而更好地发挥机构投资者稳定市场的作用。