python分析股票收益与投资者情绪的关系_投资者情绪与股市收益关系实证研究

【摘要】本文首先分析了中国股市的现状,提出了利用行为金融学范式研究投资者情绪与股市收益关系的必要性及合理性。然后利用主成分分析法,从剔除宏观经济面影响后的多维投资者情绪代理变量中,运用主成分分析法拟合投资者情绪指数。为研究不同市态下投资者情绪与收益率之间的关系,本文利用BB周期划分法将样本数据划分为不同的牛市和熊市。接下来通过建模分析了牛市和熊市下投资者情绪与收益率之间的互动关系。经过实证分析,得到的结论如下:

第一,基于VAR模型的投资者情绪与股市收益互动关系研究结论。

通过格兰杰结果关系检验,无论是牛市还是熊市,投资者情绪和收益率之间都存在双向的格兰杰因果关系。相比较之下,收益率更能影响投资者情绪。

第二,基于Tgarch-M模型的投资者情绪与股市收益互动关系中的非对称效应研究结论。

投资者情绪对股市收益的非对称影响方面:牛市市态下悲观倾向对收益率波动影响不大,乐观倾向会增加收益率波动;熊市市态下刚好相反。

股市收益率对投资者情绪的非对称影响方面:牛市市态下收益率下跌倾向对投资者情绪波动影响不大,收益率上涨倾向会增加投资者情绪波动;熊市市态下刚好相反。

本文认为,与成熟的市场环境比较,我国股市股票市场并非完全有效,“消息市”、“政策市”特征明显,市场避险机制薄弱,套利非有效,投资者非理性现象明显。本文基于投资者情绪与股市收益率关系的实证研究,希望对行之有效的加速股市成熟的措施的出台能够有一定程度的指示意义。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
由于大数据的可用性、计算能力的增长和人工智能 (AI) 技术的进步,在过去的 20 年,语义 Web 技术的采用大幅增加。 尖端的语义技术现在能够在各种实际应用更准确地捕捉情绪,包括经济和金融预测。 尤其是从新闻文本、社交媒体和博客提取情感以预测经济和金融变量近年来引起了人们的关注。 尽管情感分析(SA)在这些领域有许多成功的应用,但所采用的语义技术的范围仍然有限,并且主要集在粗粒度级别的情感检测,即整个文本表达的情感是否一个句子要么是肯定的,要么是否定的。 本文提出了一种用于细粒度基于方面的情绪 (FiGAS) 分析的新方法。 该方法的目的是识别与文档每个句子感兴趣的特定主题相关的情绪,并为这些主题分配 -1 到 +1 之间的实值极性分数。 通过使用与 FiGAS 的源代码一起提供的专门词典,所提出的方法是完全不受监督的,并针对经济和金融领域进行定制。 我们的基于词典的 SA 方法依赖于一组详细的语义极性规则,可以根据 \textit{Interpretable AI} 的最新趋势来理解情绪的起源。 我们提供了 FiGAS 算法相对于其他流行的基于词典的 SA 方法在预测经济和金融领域人工注释数据集的性能的深入比较。 我们的结果表明 FiGAS 通过提供更接近人类注释者之一的情绪分数在统计上优于其他方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值