市场情绪

摘要： 分析师预测分歧度能够反映信息异质性,从而传递更为丰沛的信息含量,这能否缓解信息不对称,进而约束股价崩盘风险呢?基于此,从企业微观层面搭建分析师预测分歧度、市场情绪与企业股价崩盘风险的解释模型,并进行实证检验。结果表明:分析师预测分歧度与企业股价崩盘风险呈现显著负向关系,但这种负向警示作用会受到宏观市场情绪的干扰,即在市场情绪高涨期,分析师预测分歧度被情绪覆盖,导致其原本抑制股价崩盘风险的信号作用消失,形成一座信息传递的“漫水桥”。并进一步讨论了机构持股比例高低和证券公司是否拥有明星宏观分析师分组情景,以及投资者追逐股票收益的调节效应。研究结论对于信息交易者平抑情绪、识别股价崩盘风险信号具有一定启示意义。

摘要： 以A股上市公司为研究对象,对控股股东股权质押、市场情绪与股票价格波动之间的关系进行了研究。首先,基于第二类委托代理理论、行为金融理论等,针对控股股东股权质押、市场情绪与股价波动之间的影响机理进行理论分析,并提出研究假设。其次,参照Baker&Wurgler(2006)的市场情绪度量方法,建立平衡面板固定效应模型实证研究三者之间的影响关系以及市场情绪的调节效应,并从产权性质、投资回报率、市盈率视角进行了异质性研究。研究发现,控股股东股权质押行为和市场情绪均将加剧股票价格波动,市场情绪在股权质押对股票价格波动的影响过程中具有负向调节效应。同时,在产权性质为民营或股票回报率较低的上市公司中,此种负向调节效应更加显著。

摘要： 在Fama-French三因子模型中,存在无法解释的异常收益,同时,随着行为金融研究的深入,市场情绪得到了越来越多的关注。选取2009—2018年上证A股的月度数据,建立一个类似Fama-French三因子模型中的变量的市场情绪指数PMN,将该指数加入Fama-French三因子模型从而得到一个四因子模型,在分别回归之后对结果中的常数项,即异常收益值进行比较。研究发现:在考虑市场情绪PMN指数时,四因子模型的确能解释更多的市场收益,因为常数项比原模型的常数项要小,说明新模型在解释市场收益方面表现良好。除此之外,这一结果还表明,投资者的行为确实会影响市场情绪,进而影响股票市场的整体收益。同时,四因子模型的回归结果显示,新的情绪变量PMN指数的系数为正,这表明市场总体回报和市场情绪之间呈一个正相关的关系:当市场情绪高涨时,市场总体收益大;当情绪较为低落时,市场总体回报也会相应降低。将主成分分析法与该研究的构建方法进行对比,发现按照Fama-French三因子的构建方式构建新的情绪因子所得结果更加符合预期。

摘要： 房地产市场稳定发展与房价波动是近年来房地产政策最关注的问题,关乎房地产市场稳定,教育、民生与资源的有效配置。而房地产市场情绪的指标构建与研究演进缺少科学分析。为了梳理房地产市场情绪研究演进的关键节点和路径,对当前的研究热点、研究背景、研究演进作出判断,本文利用CiteSpace可视化软件对1998—2020年CNKI数据库中的市场情绪相关文献进行分析。研究结果表明:第一,市场情绪的发表论文数量与国家政策存在明显的协同效应,与房地产市场化改革研究之间存在继承性和整体性。第二,房地产市场情绪的研究将从概念界定与指标构建、影响机制和风险防控等多个方面展开。第三,房地产市场情绪研究会随着指标构建方法的改进而不断发展。此外,本文将在研究发展的背景时融入时间划分方法,从而为学者更有效地预测研究前沿与交叉领域提供理论方法。

摘要： 与"潮涌理论"认为新兴产业过度进入是企业进入博弈的纳什均衡、理性的企业投资者不会单方面自愿退出不同,新兴产业的过度进入并非一个纳什均衡现象.以光伏产业为例,在剔除CPI、PPI等宏观经济因素的影响外,对换手率、市盈率、成交量、市销率的回归残差采用主成分方式构建情绪指标,再建立"市场情绪—自愿退出"VAR模型,实证检验发现光伏产业的自愿退出是理性人作出的选择,即新兴产业的企业自愿退出不受市场情绪支配.

摘要： 选取2015年5月到2018年5月的数据,从非线性的角度实证检验市场情绪、豆粕期货价格和现货价格间的均值溢出关系.结果 表明:豆粕期货价格与市场情绪之间相互产生正向响应;市场情绪对豆粕现货价格的响应为负向,豆粕现货价格会对市场情绪的变动产生正向响应;豆粕期货价格和现货价格具有双向均值溢出关系,这表明豆粕期货价格具有价格发现功能;市场情绪是豆粕期货价格和现货价格发生关系的中间因素.

摘要： 为探究投资者情绪对股票走势的影响,利用R软件的爬虫技术将人们对股票市场的看法抓取下来,将文本中的隐含情绪分为积极、消极及中性3种类别,并依此构建情绪得分作为市场情绪量化的结果.利用单位根检验等方法对上证指数与投资者情绪的因果关系进行探究并建立VAR模型.为更好地判断市场情绪对股票走势的影响程度,分别构建加入情绪得分前后的BP神经网络模型对上证指数收益率进行预测,比较两个模型的优劣,从而发现当股票预测模型加入市场情绪指标后误差更小,预测更为准确.

摘要： 运用动态半参数分位数回归模型构建金融网络结构,厘清金融机构间的极端风险传染效应,并将市场情绪指标作为条件变量引入网络模型中.研究发现,金融机构的系统性风险贡献和暴露以及尾部风险传染度的统计特征(如排名)存在显著差异.金融机构的网络传染度排名,尾部风险接收源排名和尾部风险发射源排名存在显著差异.在经济金融动荡时期,三大金融行业(银行业、证券业和保险业)的内部网络传染效应均显著增强,且证券业内的传染效应明显高于银行业内的传染效应.基于滚动窗宽选择标准的金融网络模型优化了金融机构间的风险传染关系的时变性识别过程.对高传染性的金融机构实施监管已成为一个至关重要的政策问题,因此探究极端风险的网络关联性有助于提升对金融系统的监督和监管效率,本文的研究框架为此提供了相应依据.

摘要： 本文建立VAR模型来研究市场情绪与股市行情之间的相关关系,并利用2007-2020年历史数据进行回测。研究结果表明,市场情绪与股市行情之间呈正相关的关系,两者之间存在长期均衡。当市场情绪上升时,股市行情随之上涨;反之,当市场情绪下降时,股市行情也下跌。但当市场情绪极度高昂或低迷时,往往会出现反转,并带动股市行情下跌或上涨。同时,股市行情的涨跌也会影响市场情绪的变化。进一步地回测结果表明,在经过市场情绪择时之后,累计收益率达到237.99%,是基准收益率的两倍,表明市场情绪策略有效。

摘要： 本文建立VAR模型来研究市场情绪与股市行情之间的相关关系,并利用2007-2020年历史数据进行回测.研究结果表明,市场情绪与股市行情之间呈正相关的关系,两者之间存在长期均衡.当市场情绪上升时,股市行情随之上涨;反之,当市场情绪下降时,股市行情也下跌.但当市场情绪极度高昂或低迷时,往往会出现反转,并带动股市行情下跌或上涨.同时,股市行情的涨跌也会影响市场情绪的变化.进一步地回测结果表明,在经过市场情绪择时之后,累计收益率达到237.99％,是基准收益率的两倍,表明市场情绪策略有效.

摘要： 本文研究目的在于通过对我国中小板市场动量效应的实证研究,探索中小板市场动量效应与投资者情绪之间的关系.实证研究发现:动量效应现象在我国中小板市场上的确存在,且以Baker and Wurgler(2006)构造的市场情绪指标为依据将动量收益率分组后发现,形成期的市场情绪与动量收益率呈负向关系,即在形成期情绪乐观时,动量收益低,而在形成期情绪悲观时,动量收益高.最后本文在考虑了公司特征,市场特征及宏观特征三方面因素的影响后发现,市场情绪和动量收益的负向关系依然显著.

摘要： 股票价格,作为股票市场上的价格信号,影响着股市的稳定和发展.股价信息含量作为股票价格反映公司实质性信息能力的重要指标,影响着投资者的理性投资决策.过去,学者从公司层面分析影响股价信息含量的重要因素,忽视了来自市场的系统性影响.本文结合2015年股市牛市的背景,利用CSMAR和RESSET数据库中2014年与2015年A股上市公司的财务数据,分析了市场情绪、过度自信对于股价信息含量的影响,并得到:①市场情绪会影响管理者的过度自信心理,且这种影响是正向的,②当同时考虑市场层面和公司层面影响时,基于2015年牛市背景下,市场层面因素对股价信息含量的影响将占主导地位.

摘要： 本发明提供一种响应于新闻文章与股票价格变动的相关性来提供预测性模型的方法、系统和软件。本发明分析事件的导数或比率，以便通过响应性方式驱动预测。本发明考虑过去的较小窗口内的新闻元数据相对于过去的新闻项目的更大窗口导数或比率。本发明可以利用情绪引擎并且应用情绪的导数来预测证券价格的波动性和/或趋势方向。本发明可以审视内容、情境和情绪导数以便根据预定分类法对新闻报道进行加权，以把近期性、关键性、重复性、可信度等等作为因数计入来预测股票价格行为。此外，本发明可以被用来预告给定股票价格变动的事件以及新闻，从而预测即将发生的报道或显著发布。

摘要： 本发明提供了一种投资者情绪指数构建方法、异质性主体市场的模拟方法、设备及介质，其中的投资者情绪指数构建方法包括通过相关性分析从候选投资者情绪代理指标中选取若干第一类投资者情绪指标；通过文本挖掘方法对股评文本进行挖掘分析以获得第二类投资者情绪指标；通过对所述若干第一类投资者情绪指标和所述第二类投资者情绪指标进行主成分分析，得到所述投资者情绪指数。本发明提供的投资者情绪指数由传统的投资者情绪代理指标和文本挖掘获取的投资者情绪指标通过主成分分析构建，其能够更加有效地实现对投资者情绪的度量。

摘要： 本发明涉及大数据的预测证券市场多空情绪指标方法，属于计算机应用技术领域。包括如下步骤：步骤一：每日获取情绪数据；步骤二：利用智能分词、情感分析技术对步骤一获得的资讯、文章进行文本分析，获得相应的情感属性；步骤三：将步骤二获取到的大量情绪数据的情感属性整理放置到相应的历史数据库中，供调用计算。在本发明提出之前，对于证券市场的散户投资者观点以及机构投资者的观点与情绪的统计，均分布于各个媒体、平台、产品/服务之中，较为零散单薄，数据样本存在数量不足、数据噪音过多、数据属性不统一的问题，无法较为准确综合反映投资者的整体情绪。

摘要： 本发明公开了一种证券市场情绪指数智能计算信息系统，包含爬虫模块、算法模块和后台应用模块；爬虫模块通过爬虫与模型架构，进行数据抓取与清洗；算法模块包含基于情感词自发现模型的指数计算方法模型与基于特征向量修正的指数计算方法模型；后台应用模块进行模型任务调度和结果对接。本发明的系统是一种基于情感词自发现和特征向量修正与逻辑回归模型的金融舆情指数计算方法的系统，克服了克服现有的技术缺陷，结合基于特征向量修正的有监督机器学习算法，来计算金融舆情指数，并在此基础上完成了证券市场情绪指数智能计算信息系统的设计和应用。

摘要： 本发明公开了一种基于深度强化学习和市场情绪的股票交易决策方法，涉及股票交易和深度强化学习技术领域，包括：步骤1、计算数据指标，进行数据预处理，形成包含若干状态的训练集；步骤2、构建神经网络的模型，通过所述神经网络进行特征提取和交易动作输出；步骤3、将所述交易动作和交易环境进行交互，所述交易环境返回交易后的下一时刻状态和交易回报，所述状态发生更新；步骤4、对所述神经网络的参数进行优化，使深度强化学习方法能够给出交易动作；步骤5、使用情感词典分析市场情绪，根据市场情绪进行二次决策，在市场情绪极端时停止交易。本发明实现由交易状态信息到交易决策的端到端的决策，并可在市场情绪极端时停止交易，降低风险。

摘要： 本发明公开了一种证券市场情绪指数智能计算信息系统，包含爬虫模块、算法模块和后台应用模块；爬虫模块通过爬虫与模型架构，进行数据抓取与清洗；算法模块包含基于情感词自发现模型的指数计算方法模型与基于特征向量修正的指数计算方法模型；后台应用模块进行模型任务调度和结果对接。本发明的系统是一种基于情感词自发现和特征向量修正与逻辑回归模型的金融舆情指数计算方法的系统，克服了克服现有的技术缺陷，结合基于特征向量修正的有监督机器学习算法，来计算金融舆情指数，并在此基础上完成了证券市场情绪指数智能计算信息系统的设计和应用。

摘要： 本发明实施例提供一种市场情绪监测方法和系统，其中所述方法包括：获取包含多个文本的文本集；将任一文本输入至文本主题分析模型，获取文本主题分析模型输出的主题标签；将任一文本输入至文本情绪分析模型，获取文本情绪分析模型输出的文本情绪分析结果；文本情绪分析结果包括每一预设情绪类型对应的得分；从文本集中选取主题标签中包含预设主题的文本，作为主题文本；基于每一主题文本的文本情绪分析结果，获取预设主题的主题情绪分析结果；基于每一预设主题的主题情绪分析结果，获取市场情绪分析结果。本发明实施例提供的方法和系统，实现了自动化市场情绪监测，有效提高了情绪监测效率，实时性强，有利于提高投资正确性。

摘要： 本发明实施例提供一种市场情绪监测体系建立方法和系统，其中所述方法包括：获取包括多个样本文本的样本文本集；对任一所述样本文本进行语料标注，获取所述任一样本文本的情绪标签和情绪程度标签；基于每一所述样本文本的所述情绪标签和情绪程度标签，获取情绪监测度；基于所述情绪监测度和预设情绪敏锐度，构建市场情绪监测体系；所述市场情绪监测体系用于监测市场情绪。本发明实施例提供的方法和系统，通过对样本文本进行语料标注得到对应的情绪标签和情绪程度标签，进而从大量样本文本的情绪标签中选取情绪监测度，构建市场情绪检测体现，有助于实现客观、准确的市场情绪监测，帮助投资者降低误判，提高投资正确性。

摘要： 本发明实施例提供一种市场情绪分析方法和系统，其中所述方法包括：采集多个市场文本；将任一市场文本输入至情绪分析模型，获取情绪分析模型输出的情绪分析结果；其中，情绪分析模型是基于样本市场文本和样本情绪分析结果训练得到的；基于每一市场文本对应的情绪分析结果，获取市场情绪分析结果。本发明实施例提供的方法和系统，通过情绪分析模型获取单一市场文本的情绪分析结果，并基于每一市场文本的情绪分析结果获取市场情绪分析结果，实现了基于人工智能的自动化市场情绪分析，有效提高了情绪分析效率，能够得到客观、准确的情绪分析结果，实时性强，有利于帮助投资者降低误判，提高投资正确性。

摘要： 本发明公开了一种基于股民市场情绪的股民个性特质分析方法及系统，方法包括获取待分析用户的服务沟通记录、咨询评论和论坛发帖，得到用户记录；对用户记录进行语义分析，得出语义分析结果；根据语义分析结果，对用户的情绪特征进行分析，得到情绪分析结果；根据情绪分析结果，分析对应的个性特征。系统包括记录获取单元、语义分析单元、情绪分析单元和个性分析单元。本发明通过对用户记录依次进行语义分析和情绪分析，从而匹配出对应的用户个性特征，这样通过多次分析分类匹配，能有效提高分析匹配的准确率。本发明可广泛应用于个性分析中。