论文部分内容阅读
挖掘和选取投资者情绪指标是行为金融学领域研究的热点问题。行为金融学理论指出,当前的股票市场并不符合强有效市场假说,同时在涉及到风险与不确定因素的复杂决策时投资者也无法做到完全理性。个人投资者在我国股票市场中比重较大,由于专业水平的限制,其投资决策易被情绪及背景因素影响,容易引起股票市场的异常波动。因此,挖掘能够合理有效反映投资者情绪的指标成为研究股票市场表现的关键。相比于选用传统的投资者情绪代理指标以及直接从微博、论坛等其他公众社交媒体中挖掘的投资者情绪,基于微信文本挖掘的投资者情绪具有更高的可信度。因为微信依赖人际关系网络建立且订阅公众号具有极高的私密性且微信中信息的传播主要依赖于熟人“圈子”,这种从人际关系网中带来的天然信任感使得朋友圈中的信息容易被转发并在圈子之间产生交集,同时通过各公众号之间的信息交叉形成传播性极强的影响力,因此本文创新地从微信文本中挖掘投资者情绪,获得更加贴近投资者本心及更强可信度的投资者情绪数据。本文通过从股市类微信公众号的推送文章中挖掘2015年8月3日至2017年3月24日的投资者情绪,并收集对应时段的上证指数,采用相关性分析、Granger因果关系检验验证投资者情绪是否是引起股票市场收盘价、成交量及收益率变化的原因,再根据基于微信文本挖掘的投资者情绪与股票市场表现的关系,利用支持向量机建立收盘价预测模型。研究结果表明:(1)微信数据中包含的投资者情绪信息与股票市场表现密切相关,基于微信文本挖掘的投资者情绪倾向与投资者关注度对股票市场表现的影响显著不同;(2)基于微信文本挖掘的投资者消极情绪倾向具有稳定的预测股价的能力;(3)股票市场收盘价和成交量的变动能够预测基于微信文本挖掘的投资者关注度的变动;(4)加入基于微信文本挖掘的投资者消极情绪指标后的SVM股价预测模型的准确度更高。