基于投资者情绪对高频股票的预测

股票市场预测是经济领域中非常重要的实际问题。高频金融数据包含更多信息,对捕捉股市微观变化非常显著。因此,通过运用高频金融时间序列来预测短期内股票价格趋势可以更精准地规避风险并获得理想回报。为了将投资者情绪应用于高频领域,本文提出了一种基于Informer的高频股市长时间序列预测模型AE＿Informer,该模型考虑了投资者情感。首先,本文提出引入投资者情绪对股票高频数据进行股票预测,可以有效地提高模型的预测精度。本文对原有的Informer模型进行了改进,增加了非对称Embedding层来更好地利用股票评论数据对股票进行预测。实验结果表明,加入投资者的情绪倾向对提高预测效果有效,而改进后的Informer模型在对加入投资者情绪的高频股票长期预测中优于原版模型。     

农历节气视阈下投资者情绪对股票超额收益的影响研究——基于新浪微博的经验数据

论文以新浪微博中"上证指数"为搜索关键词进行计算机文本挖掘,构建投资者情绪指数;基于Fama-French三因子、五因子模型构建考虑农历节气效应的新模型并分析农历节气与投资者情绪对股票超额收益的交乘效应。实证结果表明,投资者情绪对股票超额收益率的影响较为显著;农历节气和投资者情绪指数的交乘效应不确定。     

投资者情绪对股票收益的影响

随着行为金融研究的发展,对投资者情绪的有效度量和其对股票收益的影响逐渐受到众多学者的关注.本文选用利用主成分分析法构建投资者情绪指数,通过VAR实证检验投资者情绪对股票收益的影响.实证表明:投资者情绪与股票市场收益相互影响,此研究结论对指导投资者理行投资和监管我国股市具有重大意义.     

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

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系。     

投资者情绪与股价收益互动研究——基于牛熊市的对比

本文尝试利用较新的情绪度量指标——证券投资者信心子指数作为衡量投资者情绪的变量,探讨了上证指数收益与投资者信心变化在不同市态下的互动影响。实证结果表明,对总体样本及其子样本牛熊两市来说,股票收益率可以引起投资者情绪变动,但影响方向尚不明确;牛市期间的投资者情绪对股市表现的预测效果比熊市要好;熊市下的投资者情绪与股票市场收益波动对对方变化的反应比牛市更为敏感。     

投资者情绪指标构建及对股市收益的影响

传统的金融理论说明市场是有效的,投资者是非常理性的,但股市的诸多状况是不能用其解释的。我国股市的股票收益情况取决于投资者主观情绪的影响。本文主要研究投资者情绪指标构建,及其对股票市场收益的影响,先构建投资者情绪综合指标,并分析投资者情绪综合指标对股票市场收益的影响,便于为投资者提供有效的建议。     

基于文本挖掘技术的互联网股票新闻的情感分类

互联网股票新闻对证券市场的投资者有较大的影响,是投资者制订股市投资计划时的重要参考依据之一。本文运用了网络爬虫技术获得文本信息,根据TF-IDF的思想,得到了股票的专业特征词,结合N-gram算法在ICTCLAS平台实现中文分词,并运用评价理论对股票情感词和行为词进行情感分类,最终调用金融词库统计得出股票新闻情感倾向。     

投资者情绪对资产定价的影响分析——基于Fama-french三因子模型的实证研究

本文采用2004年1月至2020年6月的综合A股市场月度数据,分析检验投资者情绪对资产定价的影响。本文首先运用主成分分析法,构建出投资者情绪指数,其次将所构建的情绪指数作为影响因子,纳入经典的Fama-French三因子模型之中,实证检验投资者情绪对股票收益产生的影响,证明加入投资者情绪因子的情绪资产定价模型的理论和实证可靠性,得出投资者情绪因子可以成为资产定价模型风险因子的研究结论,最后根据实证研究结论得出相关启示,以期促进金融市场的良性发展。     

情绪传染对股价崩盘风险的影响——基于行业异质性视角

中国股票市场存在市场机制不完善以及投资者投资理念不成熟等问题,市场投机氛围浓,情绪传染现象显著,导致股市异常波动频繁。本文基于行业异质性视角,通过度量行业情绪传染指标,采用混频回归分析市场情绪总溢出指数对各行业股价崩盘风险的影响。实证结果表明：情绪传染对行业层面的股价崩盘风险存在显著影响,该影响具有滞后性;同时,周期性行业的股价崩盘风险对情绪传染更加敏感。上述发现对于建立通过及时监测情绪波动以防范特定行业的股价崩盘风险的预警机制具有较为重要的理论意义与现实意义。     

中美股票市场联动性实证分析

在后金融危机时代背景下,研究中美股市收益率的联动性对于投资者规避风险,乃至维护国家金融安全都具有重大意义。本文以2000年1月4日到2011年9月30日的上证指数与标普指数的日交易数据为样本,检验了中美股市的联动性特征。实证结果表明美国股票市场的当日开盘-收盘收益率,对中国股票市场的昨日收盘-今日开盘收益率有显著影响。     

股市投资者赌博行为收益形成机理研究——基于情绪的错误定价分析

股票市场一直是我国防范系统性金融风险的重点领域,而投资者赌博行为正是导致和加剧我国股市波动和资产价格泡沫的重要因素。基于投资者情绪的错误定价视角,本文从理论和实证两个层面来分析投资者赌博行为及其表现出的负异常收益——"赌博型收益"的成因,即提供一个行为金融解释。研究发现:赌博型收益源于投资者行为偏差导致的股票价格被高估;高情绪期之后,股票被错误定价的程度更明显,赌博型收益在高情绪期之后也更加明显;投资者的非理性程度的变化也会影响赌博型股票被错误定价的程度,进而影响赌博型收益。     

投资者情绪短期对股票市场的影响研究

随着互联网的发展,上市公司在社会化媒体平台发布信息,投资者评论这些信息并制定投资策略。现阶段,多数投资者是非理性的,他们缺乏获取真实信息的渠道,也不具备专业的投资理论知识,易受网络舆情的影响而产生"羊群效应"。通过利用中文文本分析技术对东方财富网股吧的评论进行分析,并构建投资者情绪指数,分析投资者情绪在短期对股票市场的影响。实证结果表明投资者情绪在短期的确会影响到股票的收益,该结论能帮助投资者有效利用互联网信息,制定投资决策。     

投资者情绪能够影响基金的超额获利能力吗

本文以2006—2016年我国开放式股票型基金为样本,研究投资者情绪是否能够影响基金的超额收益。研究结果表明,随着投资者情绪的升高,基金能够获得更高的超额收益。运用中介效应模型检验投资者情绪对基金超额收益的影响路径,发现投资者情绪的升高可以通过促进基金的隐形交易来提升基金的超额收益。进一步研究发现,尽管不同基金的持股组合对投资者情绪的风险暴露程度不同,但投资者情绪的升高均可以通过增加基金的隐形交易来提升基金超额收益。本文的研究结果表明,基金具有较好的投资者情绪识别能力,能够根据投资者情绪的变动积极管理基金投资组合来获取超额收益。本文从行为金融的投资者情绪视角为基金投资能力领域的研究提供了新的证据。     

绿色指数发布的股价效应研究——基于投资者情绪的视角

近年来，承载着引导资金投向等多项使命，各类绿色指数相继发布，然而绿色指数是否真的对市场产生了影响有待验证。文章以2017-2019年绿色领先类公司股票数据为样本，采用事件研究法分析绿色指数发布后样本公司收益率的变化,借以探究绿色指数发布的股价效应。实证结果表明：在短期内，绿色指数发布对样本公司股价影响显著，指数发布后，公司的异常收益率在整体上显著为正。而长期来看，该股价效应不具备持续性，平均异常收益率会在长期回落。进一步，文章基于投资者情绪的视角，对该股价效应背后的影响机制做出了梳理。研究结果表明，绿色指数发布后，投资者情绪明显高涨，并且这种情绪对事件日后的异常收益有显著的正向影响。文章的研究为评价绿色指数发布的影响提供了良好的参考，同时对于内在机制的挖掘在一定程度上弥补了既有研究的不足。     

基于投资者情绪的中日股市联动性研究

本文选择2001年1月至2015年10月的月度数据作为样本,选取消费者信心指数(CCI)、市盈率(PE)、成交量(VOL)和换手率(TURN)等四个指标作为投资者情绪的代理变量,分别构建中国、日本的投资者情绪,采用基于VAR模型的Granger因果关系检验,从投资者情绪的角度研究中日股市的联动性。结果表明:中国市场的投资者情绪和收益率互为格兰杰原因,日本市场收益率是日本市场投资者情绪的格兰杰原因,中国市场投资者情绪是日本市场收益率的格兰杰原因,中国市场收益率是日本市场的投资者情绪和收益率的格兰杰原因。     

股价波动影响因素及长虹美菱未来发展趋势分析

经济全球化的发展使得2007年美国次贷危机通过证券市场影响着全球经济,对中国股市的影响遗留至今。证券市场是经济的晴雨表,股票是证券市场中最为活跃的一份子,在证券市场中发挥着不可或缺的作用。股价的波动影响着投资者的利益,会影响公司的经营,还会影响资本市场的发展。影响股价波动有诸多因素,只有通过对股票波动进行研究才能对股票价格进行分析及预测,为进入股市投资提供良好的理论和技术基础。本文以长虹美菱股份有限公司为例,通过对其进行基本和技术分析探究影响股价波动的影响因素,对其股价进行预测。     

聚类分析在金融投资分析中的应用

聚类分析在金融投资类方面有很大的研究价值。本文将聚类分析和方差分析相结合进行投资分析,对股票的收益性,成长性等方面进行分析,建立较为合理的指标体系,衡量样本股票的“相似程度”,再通过聚类分析为投资者确定投资范围和投资价值。结果表明该方法能帮助投资者准确了解和把握股票的总体特性,预测股票的成长能力,使投资者做出最佳的投资决策。实验研究表明此方法在金融投资分析中具有有效性和实用性。     

投资者关注与情绪对基金收益率的影响研究——基于文本数据挖掘视角

本文以投资者在天天基金网基金吧中针对招商中证白酒指数基金发表的68万多条网络评论为样本,使用文本分类技术对投资者网络评论进行情感分类,并通过每月各类别网络评论数量构建投资者情绪指数和每月的评论量构建投资者关注指数,与白酒基金收益率共同建立向量自回归(VAR)模型,研究三者之间的相互影响和作用。实证结果显示,投资者情绪领先于投资者关注,基金收益率又领先于投资者情绪。     

基于VAR和GARCH模型的新能源股价研究

以2015年1月5日至2019年4月30日的日度数据为样本,构建VAR模型,研究大盘指数、利率、汇率等对新能源上市公司股价影响.研究发现:煤炭价格、石油价格以及股市大盘指数的变动对新能源公司股价的影响不显著;利率和汇率通过影响新能源企业的投融资成本以及产品出口来影响其股价变动.通过构建GARCH模型,发现新能源股票的系...     

非财务信息披露与资本市场定价效率

本文基于2004—2017年沪深A股上市公司数据,运用文本分析技术,构建管理层讨论与分析(MD&A)的前瞻性指标,实证检验MD&A前瞻性信息对股价同步性的影响。研究发现,MD&A前瞻性信息越多,公司股价同步性越低。该结论在尽可能弱化内生性问题以及一系列稳健性检验后依然成立。同时,良好的公司治理机制有利于缓解代理矛盾,并发挥管理层前瞻性信息披露的价值发现功能,提高资本市场的定价效率。机制分析发现,更多的前瞻性信息能够降低分析师的盈余预测误差和减少预测分歧,并抑制噪声交易者的参与度。MD&A前瞻性信息通过吸引分析师跟踪与增加机构投资者持股等途径影响股价,其中的盈利预测与业绩承诺信息能够降低股价同步性。本文结论为监管层规范MD&A的披露制度和营造良好的披露环境提供了决策依据,同时也为资本市场如何高效运行以及提高定价效率提供了重要的政策建议。