利用文字探勘技術預測台股加權指數之漲跌趨勢; Predicting the Trend of Taiwan Weighted Stock Index with Text Mining Techniques

NCU Institutional Repository > 管理學院 > 資訊管理研究所 > 博碩士論文 > Item 987654321/13477

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/13477

題名:	利用文字探勘技術預測台股加權指數之漲跌趨勢;Predicting the Trend of Taiwan Weighted Stock Index with Text Mining Techniques
作者:	吳昀錚;Yun-Cheng Wu
貢獻者:	資訊管理研究所
關鍵詞:	股票;台灣股票加權指數;分類;文字探勘;短期;Text Mining;Classification;Taiwan Weighted Stock Index;Stock;Short-Term
日期:	2008-06-26
上傳時間:	2009-09-22 15:32:56 (UTC+8)
出版者:	國立中央大學圖書館
摘要:	一直以來，股票價格的趨勢預測都是個令人感興趣的議題。如果投資人能夠事先得知股票價格的漲跌趨勢，那麼他們將能夠順利的從股票市場當中獲利。然而，人類的行為相當難以掌握，因此，想要準確的預測其趨勢是非常困難的。過去，在此議題的研究上，大多採用技術分析以及基本分析這兩種分析方法。但是，這兩種方法都只提供長期的股票投資策略，而忽略了由財經新聞所引起的短期股市變動。本研究將藉由文字探勘技術去預測台灣股票市場的移動趨勢。我們發展了一個系統去針對線上的財經新聞進行分類，分類的結果將會決定我們的投資策略。最後，我們透過投資台灣股票加權指數去評估該系統的績效。實驗結果顯示，該系統將能夠在每個月獲得大約百分之五點四的投資報酬率。此外，經過統計檢定驗證後發現，在顯著水準為0.05之下，該投資報酬率勝過銀行定存利率。由此可知，該系統所提供之策略對於短期股票投資人而言，有其參考之價值。 Stock price trend forecasting is an interesting topic. If investors can master stock price trend in advance, they will gain profit efficiently. However, no method can predict the trend accurately because human behavior is quite difficult to understand. In the past, many studies work on the topic by adopting fundamental and technical analysis. Nevertheless, both of the two trading analyses ignore the influence of short-term stock market movement caused by financial news, but only research into long-term forecasting. In this paper, we aim to predict the movement of whole Taiwan stock market by utilizing text mining. We develop a system to classify on-line financial news articles. The classification results can decide our trading strategies, and then the performance of our system is evaluated by investing Taiwan Weighted Stock Index (TWSI). The results reveal that our system can earn an average return of 5.4% per month, and additionally, the system has statistically the higher average return than the certificate of deposit (CD) rate (α = 0.05). Therefore, we argue that the trading strategies provide by our system are valuable for the short-term investors.
顯示於類別:	[資訊管理研究所] 博碩士論文

文件中的檔案:

檔案	大小	格式	瀏覽次數

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....