基于股吧信息的投资者情绪与极端收益的可预测性研究
随着互联网的广泛普及,基于互联网平台的投资者情绪对股市的影响研究,为情绪与股市关系研究注入了新的活力.本文首次采用Bayes分类算法对股吧信息分类,从基于质化信息的“情绪基调”、基于量化信息的“张贴程度”和基于强度信息的“关注水平”三个维度构建投资者情绪指数,并从极端收益视角深入研究投资者情绪与上证指数的关系.研究发现,基于Bayes分类算法的投资者情绪指数,在解释上证指数变动趋势上具有优势;投资者情绪对不同趋势极端收益的影响存在非对称性,对下跌趋势极端收益有显著可预测性.研究结论能够为投资者投资和监管者完善市场建设提供决策依据.
股吧信息、Bayes分类算法、投资者情绪、极端收益
30
国家自然科学基金项目71473033,71571041
2018-09-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
16-25