典型文献
基于金融文本情绪挖掘的Black-Litterman投资组合模型研究——以东方财富股吧发帖文本和我国A股市场为例
文献摘要：
互联网时代下,越来越多投资者开始在网络社区,特别是在金融投资类社区中发表自己的投资观点与看法,由此产生的海量金融文本数据具有较高的研究价值,如何将这些金融文本数据加以利用已成为时下金融投资领域的研究热点.本文探究了如何将东方财富股吧中的投资者发帖文本转化为对应的情绪指标,并基于此形成投资者意见,在Black-Litterman模型框架下构建考虑金融文本情绪信息的投资组合模型.具体来讲,首先利用网络爬虫从东方财富股吧中获取富时中国A50成分股对应的股吧发帖文本数据,并进行数据预处理,随后运用词典法和朴素贝叶斯法分别提取出股吧发帖文本的情绪指标;进一步将情绪指标、股票收盘价和成交量三项指标作为特征变量,使用回归随机森林算法对股票的未来收益率进行预测;最后将预测得到的未来收益率作为投资者观点,并置于Black-Litterman模型中构建考虑金融文本情绪信息的投资组合模型.回测结果显示,使用朴素贝叶斯法构建的基于金融文本情绪挖掘的投资组合模型有更好的绩效表现.
文献关键词：
投资组合;Black-Litterman模型;投资者情绪;文本挖掘;回归随机森林
中图分类号：
作者姓名：
徐维军;黄静龙;付志能;张卫国
作者机构：
华南理工大学工商管理学院,广东广州510641;广州市金融服务创新与风险管理研究基地,广东广州510641
文献出处：
引用格式：
[1]徐维军;黄静龙;付志能;张卫国-.基于金融文本情绪挖掘的Black-Litterman投资组合模型研究——以东方财富股吧发帖文本和我国A股市场为例)[J].运筹学学报,2022(04):1-14
A类：
回归随机森林
B类：
金融文本,文本情绪,Black,Litterman,投资组合模型,股吧,发帖,股市,互联网时代下,网络社区,金融投资,投资类,文本数据,时下,投资领域,情绪指标,模型框架,情绪信息,具体来讲,利用网络,网络爬虫,A50,成分股,数据预处理,用词,词典法,朴素贝叶斯,贝叶斯法,股票收盘价,成交量,特征变量,随机森林算法,未来收益,收益率,投资者观点,并置,绩效表现,投资者情绪,文本挖掘
AB值：
0.294574
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
