文本情緒的報酬可預測性： 以中國股市?例;The Return Predictability of Text-based Sentiment: Evidence from China

NCU Institutional Repository > 管理學院 > 財務金融研究所 > 博碩士論文 > Item 987654321/87141

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/87141

题名:	文本情緒的報酬可預測性：以中國股市?例;The Return Predictability of Text-based Sentiment: Evidence from China
作者:	林奇斌;Lin, Qi-Bin
贡献者:	財務金融學系
关键词:	投資者情緒;文本探勘;XgBoost模型;報酬預測;investor sentiment;text-mining;XgBoost model;return predictability
日期:	2021-10-25
上传时间:	2021-12-07 15:07:16 (UTC+8)
出版者:	國立中央大學
摘要:	本研究以2019年6月至2019年12月中國大陸上證A股市場上市公司為樣本，爬取東方財富網站旗下論壇「股吧」個人用戶發帖內容，利用XGBoost模型對文本情緒進行提取並構建投資者情緒指標，探討投資者情緒對於大陸個股股票報酬之影響。實證結果發現情緒指標能夠預測下一期股票報酬，隨後股票報酬發生反轉；對於小市值公司而言，投資者情緒對下一期個股股票報酬有較?的影響，但隨後的反轉更加?烈；投資者偏好在股票交易時段進行發貼，且該時段帖子字數普遍較短，非交易時段情緒指標對於股票報酬有更?的預測能力，反轉較小。;This paper takes the Shanghai A-share stock as sample, uses python to crawl data from the post content of individual users of the forum "Guba" of eastmoney website, and uses the XGBoost model to extract the sentiment of the text to construct investor sentiment indicators. This study explores how investor sentiment affects the individual stock returns in China. The results show that investor sentiment can predict the next period individual stock return, yet then the stock return exhibits reversal. The return of small stocks are more affected by investor sentiment. Individual investors prefer to send messages during the stock trading hours, and posts during this period are generally short in words. During non-trading hours investor sentiment has stronger predictive power for stock returns, with smaller reversals.
显示于类别:	[財務金融研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	160	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....