學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73887

Browse

Has files: NoSubject: search.filters.subject.文字探勘

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    基於新聞情緒建構LSTM神經網路之匯率預測模型與量化交易策略
    (2021) 曾子維; Tzeng, Tze-Wei
    本文透過文字探勘的方法，自Reuters新聞網站爬取與歐元、英鎊及美元相關的外匯新聞，利用情緒分析計算每篇報導的新聞情緒指標，試圖分析新聞情緒與匯率之間的關聯性。首先，本文以迴歸模型探討新聞情緒與匯率報酬率的同期(contemporaneous)關係與預測(predictive)能力；第二，我們建構LSTM神經網路模型預測EUR/USD、GBP/USD的隔日匯率收盤價格(one-step-ahead closing price)，並與傳統的計量模型進行比較。此外，本文也檢視將新聞情緒因子納入LSTM神經網路模型後，是否能提升預測表現，藉此顯示新聞情緒為一項有效的匯率預測因子。最後，對於機構法人或散戶投資人而言，匯率預測的目的不外乎是從交易中獲利，因此我們以LSTM神經網路建構交易策略，並以情緒指標作為進出場決策之濾網。本研究的實證結果發現，在迴歸分析中，新聞情緒與匯率報酬率具有同期的解釋能力，而在預測迴歸式中則不具統計顯著性；匯率預測方面，當LSTM神經網路模型在納入新聞情緒因子後，確實能夠提升預測表現。最後，在LSTM交易策略中，以情緒指標作為濾網能夠大幅提高策略的績效表現，顯示新聞情緒不論是在LSTM模型的預測或交易策略的建構上均為一項具有關鍵性的重要因子。
  • No Thumbnail Available
    Item
    職業運動賽事之球隊表現對其贊助商的股票報酬率影響
    (2020) 鄭亞奇; Cheng, Ya-Chi
    一間企業花了大筆鈔票，只為了買下一支球隊之球衣上直徑不到五公分的角落， 擺上自家公司的商標，整個投資的效益是否有反應在股價上?本研究搜集了 NBA 球衣廣告合約 2017 年至 2020 年期間三十支球隊中贊助商為上市公司的十四支球 隊的每場比賽資訊，探討球隊勝負及賽後網路聲量對於其贊助商股票異常報酬率 的影響，其中網路聲量的計算方式為透過網路爬蟲抓取比賽後網路相關新聞，將 新聞內文經過情感分析後，得出一個足以判斷其為正面或負面新聞的情感分數， 作為一個體現球隊表現的變數。應變數方面為球隊贊助商之異常報酬，為日報酬 率減去以大盤指數計算得出的預期報酬的結果。本研究以事件研究法將比賽日設 為事件日，以 OLS 迴歸模型，計算出事件其發生前後是否有顯著差異。結果顯示 球隊比賽吞敗對於贊助商異常報酬有顯著負相關，且此效果大部分來自戰績好的 球隊；比賽勝利則無顯著影響。網路聲量方面的結果顯示，戰績差的球隊因輸球 有助於球隊在選秀大會上取得前面的順位，對於投資者來說反而是好消息，導致 了新聞聲量與球隊贊助商異常報酬顯著負相關的結果；戰績好的球隊則是可以從 季後賽樣本得出新聞聲量與贊助商異常報酬顯著正相關的結果。