بررسی تاثیر احساسات بر بازدهی سهام: شواهدی از واکنش به مطالب منتشره در فضای مجازی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 184

فایل این مقاله در 33 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_FINANC-11-36_003

تاریخ نمایه سازی: 11 تیر 1401

چکیده مقاله:

با توجه به رشد روزافزون شبکه­های اجتماعی در سال­های اخیر، سرمایه­گذاران در بازارهای مختلف علاوه بر بررسی و تحلیل اطلاعات کلاسیک بازار، به اخبار و اطلاعات منتشره در شبکه­های اجتماعی نیز توجه می­کنند. با بررسی و ارزیابی میزان ارتباط اخبار و اطلاعات منتشره در  شبکه­های اجتماعی و تغییرات قیمت سهام می­توان به میزان تاثیرگذاری این اطلاعات بر قیمت سهام پی برد و از طریق آن روند آینده را پیش بینی نمود.در این مقاله با استفاده از روش­ تحلیل احساسات و متن کاوی، به بررسی میزان اثرگذاری افکار و احساسات عمومی ناشی از اخبار در اینترنت و فضای مجازی بر قیمت سهام پرداخته می­شود. اطلاعات استفاده شده در این پروژه شامل مطالب منتشرشده در شبکه اجتماعی توییتر پیرامون سهام و همچنین داده­های واقعی قیمتی سهام ۵ شرکت برتر بورس آمریکا است. با استفاده از روش ارائه شده، احساسات کلی در مورد یک متن برآورد شده و امتیازی کلی برای آن در نظر گرفته می شود. سپس با استفاده از روش های بک­تستینگ و با اتخاذ استراتژی­های مختلف معاملاتی، تاثیر این احساسات در روند قیمتی سهم بررسی خواهد شد و بازدهی به دست آمده، با و بدون اثردهی آنالیز احساسات، مقایسه خواهد شد. طبق نتایج این پژوهش، بازدهی استراتژی های مبتنی بر آنالیز احساسات به طور قابل توجهی بیشتر از روش های تحلیل تکنیکال هستند.

نویسندگان

رضا مجیدی زاویه

کارشناسی مهندسی صنایع، دانشگاه صنعتی امیرکبیر، تهران، ایران.

احسان حاجی زاده

استادیار، گروه مدیریت سیستم و بهره وری، دانشگاه صنعتی امیرکبیر، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Alanyali, M., Moat, H. S., & Preis, T. (۲۰۱۳). Quantifying ...
  • Birz, G., & Lott Jr, J. R. (۲۰۱۱). The effect ...
  • Bollen, J., Mao, H., & Pepe, A. (۲۰۱۱). Modeling public ...
  • Bordino, I., Battiston, S., Caldarelli, G., Cristelli, M., Ukkonen, A., ...
  • Bordino, I., Kourtellis, N., Laptev, N., & Billawala, Y. (۲۰۱۴). ...
  • Cutler, D. M., Poterba, J. M., & Summers, L. H. ...
  • Da, Z., Engelberg, J., & Gao, P. (۲۰۱۱). In search ...
  • De Oliveira Carosia, A. E., Coelho, G. P., & da ...
  • Graham, M., Hale, S. A., & Gaffney, D. (۲۰۱۴). Where ...
  • Groß-Klußmann, A., & Hautsch, N. (۲۰۱۱). When machines read the ...
  • https://github.com/cjhutto/vaderSentiment ...
  • Huang, M. Y., Rojas, R. R., & Convery, P. D. ...
  • Jing, N., Wu, Z., & Wang, H. (۲۰۲۱). A hybrid ...
  • Kristoufek, L. (۲۰۱۳). Can Google Trends search queries contribute to ...
  • Lillo, F., Micciche, S., Tumminello, M., Piilo, J., & Mantegna, ...
  • Mao, H., Counts, S., & Bollen, J. (۲۰۱۱). Predicting financial ...
  • Mao, Y., Wei, W., Wang, B., & Liu, B. (۲۰۱۲). ...
  • Souza, T. T. P., Kolchyna, O., Treleaven, P. C., & ...
  • Tetlock, P. C. (۲۰۰۷). Giving content to investor sentiment: The ...
  • Tetlock, P. C., Saar‐Tsechansky, M., & Macskassy, S. (۲۰۰۸). More ...
  • Vega, C. (۲۰۰۶). Stock price reaction to public and private ...
  • Yaftian, A. H., & Rastegar, M. A. (۲۰۲۰). Designing an ...
  • نمایش کامل مراجع