分类: 计算机科学 >> 自然语言理解与机器翻译 提交时间: 2022-05-13
摘要: 探讨如何对股吧等金融论坛数据进行爬取并结合深度学习模型进行情感分析。本文将使用BERT模型针对金融语料进行训练,并对深证成指进行对比分析。通过最大互信息系数对比验证,发现将BERT模型应用到金融语料中所得到的情感特征能够证明情绪变量在一定程度上与股票价格存在一定相关性。同时本文是深度学习在金融环境下的运用。在通过深度学习的方法进一步探究投资者情绪对股票市场的影响机制,将有利于国家监管部门和政策部门对维持股票市场稳定性制定更加合理的政策方针。
分类: 计算机科学 >> 自然语言理解与机器翻译 提交时间: 2022-05-10
摘要: 基于2018年1月1日至2019年12月31日东方财富网深证成指股吧的评论数据,本文通过使用深度学习BERT模型提取了其中蕴含的投资者情绪,并应用TVP-VAR模型对投资情绪、股市流动性以及波动性三者之间的时变联动关系进行了研究。实验结果表明,投资者情绪对股市流动性和波动性的冲击更为强烈,而反向的影响虽然相对较小,但其随股市状态变化更为显著。此外,在所有情况下,短期的响应都比中长期更显著,且影响具有非对称性,市场下行时期的冲击更为强烈。