تجزیه و تحلیل احساسات بازار

این مقاله با هدف بررسی انتقادی از ادبیات مربوط به استخراج متن و تجزیه و تحلیل احساسات برای پیش بینی بازار سهام انجام شده است. هدف از این کار ایجاد یک بررسی انتقادی از ادبیات است ، به ویژه با توجه به آخرین یافته های مقالات تحقیقاتی در موضوع منتخب که کاملاً بر روی بازارهای سهام متمرکز شده توسط شاخص های سهام یا عناوین سهام متمرکز شده است. این امر مستلزم بررسی و تجزیه و تحلیل انتقادی روشهای مورد استفاده در تجزیه و تحلیل احساسات از داده های متنی ، با توجه ویژه به احتمال تعمیم و انتقال پذیری نتایج تحقیق است. به همین دلیل ، یک رویکرد تحلیلی نیز در کار با ادبیات و یک رویکرد مهم در سازمان خود ، به ویژه برای کامل بودن ، انسجام و قوام استفاده می شود. بر اساس معیارهای منتخب ، 260 مقاله مربوط به حوزه موضوع از پایگاه داده های جهانی وب علوم و Scopus انتخاب شده اند. این مطالعات به صورت گرافیکی از طریق تجزیه و تحلیل کتاب سنجی ضبط می شوند. پس از آن ، انتخاب مقالات به 49 محدود شد. خروجی ها سنتز می شوند و یافته ها و محدودیت های اصلی وضعیت فعلی تحقیق با جهت های احتمالی آینده تحقیقات بعدی برجسته می شوند.

چگونه استناد کنیم

Janková ، Z. (2023). بررسی انتقادی از معدنکاری متن و تجزیه و تحلیل احساسات برای پیش بینی بازار سهام. مجله اقتصاد و مدیریت تجارت ، 24 (1) ، 177-198. https://doi. org/10. 3846/jbem. 2023. 18805

منتشر شده در شماره 5 آوریل 2023 دیدگاههای انتزاعی بارگیری PDF

منابع

ab. Rahman ، A. S. ، Abdul-Rahman ، S. ، & Mutalib ، S. (2017). معادن متن برای تجزیه و تحلیل پیش بینی بازار سهام با استفاده از اخبار مالی. در ارتباطات در رایانه و علوم اطلاعات: جلد. 788. محاسبات نرم در علوم داده (صفحات 293-305). Springer Verlag. https://doi. org/10. 1007/978-981-10-7242-0_25

Al Nasseri ، A. ، Tucker ، A. ، & De Cesare ، S. (2014). تجزیه و تحلیل داده های بزرگ از سهام برای پیش بینی احساسات در بورس سهام. در یادداشت های سخنرانی در علوم کامپیوتر: جلد. 8777. علم کشف (صص 13-24). Springer Verlag. https://doi. org/10. 1007/978-3-319-11812-3_2

Al Nasseri ، A. ، Tucker ، A. ، & De Cesare ، S. (2015). کمیت رفتار تجارت با شرایط معنایی سهام در بازارهای مالی: کاربرد مؤثر الگوریتم های درخت تصمیم. سیستم های خبره با برنامه ها ، 42 (23) ، 9192-9210. https://doi. org/10. 1016/j. eswa. 2015. 08. 008

Al-Ramahi ، M. ، El-Gayar ، O. ، Liu ، J. ، & Chang ، Y. (2015). پیش بینی جابجایی های بزرگ بر اساس تجزیه و تحلیل احساسات انجمن آنلاین. در کنفرانس آمریکا در مورد سیستم های اطلاعاتی ، AMCIS.

Alostad ، H. ، & Davulcu ، H. (2017). پیش بینی جهت گیری قیمت سهام با استفاده از اخبار شکستن در توییتر. هوش وب ، 15 (1) ، 1-17. https://doi. org/10. 3233/Web-170349

Antons ، D. ، Grünwald ، E. ، Cichy ، P. ، & Salge ، T. O. (2020). استفاده از روشهای استخراج متن در تحقیقات نوآوری: وضعیت فعلی ، الگوهای تکامل و اولویت های توسعه. مدیریت تحقیق و توسعه ، 50 (3) ، 329-351. https://doi. org/10. 1111/radm. 12408

Batra ، R. ، & Daudpota ، S. M. (2018 ، مارس). ادغام سهام با تجزیه و تحلیل احساسات برای پیش بینی بهتر حرکت قیمت سهام. در کنفرانس بین المللی سال 2018 در مورد محاسبات ، ریاضیات و فناوری های مهندسی (ICOMET) (صص 1-5). سوکور ، پاکستان. IEEEhttps://doi. org/10. 1109/icomet. 2018. 8346382

Birbeck ، E. ، & Cliff ، D. (2018). استفاده از قیمت سهام به عنوان حقیقت زمینی در تجزیه و تحلیل احساسات برای تولید سیگنال های تجاری سودآور (سری ایده های کار از Repec). بانک مرکزی فدرال رزرو سنت لوئیس. http://search. proquest. com/docview/2189119020/

Bouktif ، S. ، Fiaz ، A. ، & Awad ، M. (2019 ، اکتبر). پیش بینی حرکت بازار سهام با استفاده از ویژگی های متن متفاوت با یادگیری ماشین. در سال 2019 سومین کنفرانس بین المللی محاسبات هوشمند در علوم داده (ICDS) (صص 1-6). مراکش ، مراکش. IEEEhttps://doi. org/10. 1109/ICDS47004. 2019. 8942303

Bouktif ، S. ، Fiaz ، A. ، & Awad ، M. (2020). پیش بینی بازار سهام مبتنی بر ویژگی های متنی. دسترسی IEEE ، 8 ، 40269-40282. https://doi. org/10. 1109/access. 2020. 2976725

Bustos ، O. ، & Pomares-Quimbaya ، A. (2020). پیش بینی حرکت بازار سهام: یک بررسی منظم. سیستم های خبره با برنامه ها ، 156 ، 113464. https://doi. org/10. 1016/j. eswa. 2020. 113464

Chen ، C.-H. ، & Shih ، P. (2019 ، ژوئن). یک رویکرد پیش بینی روند سهام بر اساس اخبار و نشانگر فنی چینی با استفاده از الگوریتم های ژنتیکی. در سال 2019 کنگره IEEE در مورد محاسبات تکاملی (CEC) (صص 1468-1472). ولینگتون ، نیوزیلند. IEEEhttps://doi. org/10. 1109/cec. 2019. 8790177

Chen ، M.-Y. ، & Chen ، T.-H.(2019). الگوبرداری از خلق و خوی عمومی و احساسات: وبلاگ ها و احساسات اخبار و پدیده های اجتماعی و اجتماعی. سیستم های رایانه ای نسل آینده ، 96 ، 692-699. https://doi. org/10. 1016/j. future. 2017. 10. 028

Das ، S. ، & Das ، A. (2016 ، ژوئیه). همجوشی با نمرات احساسات برای تحقیقات بازار. در فیوژن 2016 - نوزدهمین کنفرانس بین المللی در مورد همجوشی اطلاعات ، مجموعه مقالات (صفحات 1003-1010). هایدلبرگ ، آلمان. IEEE

Derakhshan ، A. ، & Beigy ، H. (2019). تجزیه و تحلیل احساسات در رسانه های اجتماعی سهام برای پیش بینی حرکت قیمت سهام. برنامه های مهندسی هوش مصنوعی ، 85 ، 569-578. https://doi. org/10. 1016/j. engappai. 2019. 07. 002

Domeniconi ، G. ، Moro ، G. ، Pagliarani ، A. ، & Pasolini ، T. (2017). یادگیری پیش بینی بازار سهام Dow Jones Detecting و استخراج توییت های مربوطه. در مجموعه مقالات نهمین کنفرانس مشترک بین المللی کشف دانش ، مهندسی دانش و مدیریت دانش.(صص 165-172). FUNCHAL ، MADEIRA ، پرتغال. ScitePresshttps://doi. org/10. 5220/0006488201650172

Eliacik ، A. ، & Erdogan ، N. (2015 ، نوامبر). تجزیه و تحلیل احساسات با وزن کاربر برای جامعه مالی در توییتر. در سال 2015 یازدهمین کنفرانس بین المللی نوآوری در فناوری اطلاعات (IIT) ، مجموعه مقالات کنفرانس (صفحات 46-51). دبی ، امارات متحده عربی. IEEEhttps://doi. org/10. 1109/iovations. 2015. 7381513

Eliacik ، A. B. ، & اردوغان ، N. (2018). تجزیه و تحلیل احساسات با وزن کاربر تأثیرگذار در جامعه میکروبلاگینگ مبتنی بر موضوع. سیستم های خبره با برنامه های کاربردی ، 92 ، 403-418. https://doi. org/10. 1016/j. eswa. 2017. 10. 006

Feuerriegel ، S. ، & Gordon ، J. (2018). پیش بینی شاخص سهام بلند مدت بر اساس استخراج متن از افشای نظارتی. سیستم های پشتیبانی تصمیم گیری ، 112 ، 88-97. https://doi. org/10. 1016/j. dss. 2018. 06. 008

Groß-Klußma ، A. ، König ، S. ، & Ebner ، M. (2019). Buzzwords Momentum: احساسات جهانی توییتر و بازار سهام کل. سیستم های خبره با برنامه های کاربردی ، 136 ، 171-186. https://doi. org/10. 1016/j. eswa. 2019. 06. 027

Hájek ، P. (2018). ترکیب کیف های کلمات و ویژگی های احساسات گزارش های سالانه برای پیش بینی بازده غیر طبیعی سهام. محاسبات عصبی و برنامه های کاربردی ، 29 (7) ، 343-358. https://doi. org/10. 1007/s00521-017-3194-2

Hájek ، P. ، & Boháčová ، J. (2016). پیش بینی بازده سهام غیر طبیعی بانک با استفاده از تجزیه و تحلیل متنی گزارش های سالانه - یک رویکرد شبکه عصبی. در ارتباطات در رایانه و علوم اطلاعات: جلد. 629. برنامه های مهندسی شبکه های عصبی (صفحات 67-78). اسپرینگر ، چم. https://doi. org/10. 1007/978-3-319-44188-7_5

Hao, P. Y., Kung, C. F., Chang, C. Y., & Ou, J. B. (2021). پیش بینی روند قیمت سهام بر اساس مقالات اخبار مالی و با استفاده از یک ماشین بردار پشتیبان دوقلو جدید با ابر صفحه فازی. Applied Soft Computing, 98, 106806. https://doi. org/10. 1016/j. asoc. 2020. 106806

Huang, C., Liao, J., Yang, D., Chang, T., & Luo, Y. (2010). تحقق عامل انتشار اخبار بر اساس قوانین انجمن وزنی و تکنیک های متن کاوی. سیستم های خبره با برنامه های کاربردی، 37 (9)، 6409-6413. https://doi. org/10. 1016/j. eswa. 2010. 02. 078

هوانگ، ای.، و کیم، ی. (2019). وابستگی متقابل بین بازار سهام و اخبار مالی. ArXiv. https://doi. org/10. 48550/arXiv. 1909. 00344

Jammalamadaka, S., Qiu, J., & Ning, N. (2019). پیش بینی سبد سهام با مدل سری های زمانی ساختاری بیزی چند متغیره: آیا اخبار مهم هستند یا احساسات؟مجله بین المللی هوش مصنوعی، 17 (2)، 81-140. https://escholarship. org/uc/item/47m0302b

Janková، Z. (2021). سیستم خبره تصمیم گیری در بازارهای سهام با استفاده از احساسات سرمایه گذار [پایان نامه دکتری]. دانشگاه صنعتی برنودانشکده بازرگانی و مدیریت.

خضر، ع.، سلام، س. ای.، و یاسین، ن. (2017). پیش بینی رفتار بازار سهام با استفاده از تکنیک داده کاوی و تحلیل احساسات خبریمجله بین المللی سیستم های هوشمند و برنامه های کاربردی، 9 (7)، 22-30. https://doi. org/10. 5815/ijisa. 2017. 07. 03

Kim, M., Park, E. L., & Cho, S. (2018). پیش بینی قیمت سهام از طریق تحلیل احساسات افشای شرکت ها با استفاده از نمایندگی توزیع شده. تحلیل داده های هوشمند، 22(6)، 1395-1413. https://doi. org/10. 3233/IDA-173670

کراوس، ام.، و فوئریگل، اس. (2017). پشتیبانی تصمیم گیری از افشای مالی با شبکه های عصبی عمیق و انتقال یادگیریسیستم های پشتیبانی تصمیم، 104 (C)، 38-48. https://doi. org/10. 1016/j. dss. 2017. 10. 001

Li، Y.، Bu، H.، Li، J.، و Wu، J. (2020). نقش احساسات سرمایه گذار استخراج شده از متن در پیش بینی قیمت سهام چین با افزایش یادگیری عمیقمجله بین المللی پیش بینی، 36 (4)، 1541-1562. https://doi. org/10. 1016/j. ijforecast. 2020. 05. 001

لانگ، دبلیو، تانگ، ی. آر.، و تیان، ی. جی (2018). شناسایی احساسات سرمایه گذار بر اساس SVM جهانی. محاسبات عصبی و برنامه های کاربردی، 30 (2)، 661-670. https://doi. org/10. 1007/s00521-016-2684-y

Mäntylä ، M. V. ، Graziotin ، D. ، & Kuutila ، M. (2018). تکامل تجزیه و تحلیل احساسات - مروری بر مباحث تحقیق ، اماکن و مقالات ذکر شده برتر. بررسی علوم کامپیوتر ، 27 ، 16-32. https://doi. org/10. 1016/j. cosrev. 2017. 10. 002

Meesad ، P. ، & Li ، J. (2014 ، دسامبر). پیش بینی روند سهام با تکیه بر استخراج متن و تجزیه و تحلیل احساسات با توییت. در سال 2014 چهارمین کنگره جهانی فناوری اطلاعات و ارتباطات (WICT 2014) (صص 257-262). ملاکا ، مالزی. https://doi. org/10. 1109/wict. 2014. 7077275

Moro ، G. ، Pasolini ، R. ، Domeniconi ، G. ، Pagliarani ، A. ، & Roli ، A. (2019). پیش بینی و تجارت داو جونز از توییتر: یک روش تقویت متن با شناسایی توییت های مربوطه. در ارتباطات در رایانه و علوم اطلاعات: جلد. 976. کشف دانش ، مهندسی دانش و مدیریت دانش (صص 26-42). اسپرینگر ، چم. https://doi. org/10. 1007/978-3-030-15640-4_2

Na ، S. ، Krauss ، J. ، & Schoder ، D. (2013). تجزیه و تحلیل پیش بینی در مورد داده های عمومی - مورد بازار سهام. ECIS 2013 تحقیقات کامل را انجام داد. 102

Nguyen ، T. H. ، Shirai ، K. ، & Velcin ، J. (2015). تجزیه و تحلیل احساسات در رسانه های اجتماعی برای پیش بینی حرکت سهام. سیستم های خبره با برنامه های کاربردی ، 42 (24) ، 9603-9611. https://doi. org/10. 1016/j. eswa. 2015. 07. 052

Nti ، I. K. ، Adekoya ، A. F. ، & Weyori ، B. A. (2020). پیش بینی حرکت قیمت بورس با استفاده از تجزیه و تحلیل احساسات: شواهدی از غنا. سیستم های رایانه ای کاربردی ، 25 (1) ، 33-42. https://doi. org/10. 2478/acss-2020-0004

O'Hare ، N. ، Davy ، M. ، Bermingham ، A. ، Ferguson ، P. ، Sheridan ، P. ، Gurrin ، C. ، &. Smeaton ، A. F. (2009 ، نوامبر). تجزیه و تحلیل احساسات وابسته به موضوع از وبلاگ های مالی. در ادامه اولین کارگاه بین المللی CIKM در مورد تجزیه و تحلیل موضوعی برای نظر جمعی-TSA ‘09 (صص 9-16). هنگ کنگ چین. انجمن ماشین های محاسباتی. https://doi. org/10. 1145/1651461. 1651464

Oliveira ، N. ، Cortez ، P. ، & Areal ، N. (2013 ، ژوئن). برخی از آزمایشات مربوط به مدل سازی رفتار بازار سهام با استفاده از تجزیه و تحلیل احساسات سرمایه گذار و ارسال حجم از توییتر. در مجموعه مقالات سومین کنفرانس بین المللی اطلاعات وب ، معدن و معناشناسی - WIMS ‘13 (صص 1-8). https://doi. org/10. 1145/2479787. 2479811

Oliveira ، N. ، Cortez ، P. ، & Areal ، N. (2017). تأثیر داده های میکروبلاگینگ برای پیش بینی بازار سهام: استفاده از توییتر برای پیش بینی بازده ، نوسانات ، حجم معاملات و شاخص های احساسات نظرسنجی. سیستم های خبره با برنامه ها ، 73 (c) ، 125-144. https://doi. org/10. 1016/j. eswa. 2016. 12. 036

Owen ، L. ، & Oktariari ، F. (2020 ، آگوست). سن: شبکه عصبی مبتنی بر گروه سهام برای پیش بینی بازار سهام با استفاده از داده های سهام تاریخی و تجزیه و تحلیل احساسات. در کنفرانس بین المللی علوم داده و کاربردهای آن (ICODSA) (صص 1-7). بندونگ ، اندونزی. IEEEhttps://doi. org/10. 1109/icodsa50139. 2020. 9212982

Pagolu ، V. ، Kamal ، N. R. C. ، Panda ، G. ، & Majhi ، B. (2016). تجزیه و تحلیل احساسات از داده های توییتر برای پیش بینی حرکات بازار سهام. arxivhttps://doi. org/10. 48550/arxiv. 1610. 09225

Ren ، R. ، Wu ، D. D. ، & Liu ، T. (2019). پیش بینی جهت حرکت بازار سهام با استفاده از تجزیه و تحلیل احساسات و دستگاه بردار پشتیبانی. مجله IEEE Systems ، 13 (1) ، 760-770. https://doi. org/10. 1109/jsyst. 2018. 2794462

Sakhare ، N. N. ، Imambi ، S. ، Kagad ، S. ، Kapadwanjwala ، T. ، Malekar ، M. ، & Dalal ، M. (2020). پیش بینی بازار سهام با استفاده از تجزیه و تحلیل احساسات. مجله بین المللی علوم و فناوری پیشرفته ، 29 (4S) ، 1126-1133. http://sersc. org/jouals/index. php/ijast/article/view/6664

Shi ، Y. ، Tang ، Y.-R. ، Cui ، L.-X. ، & Long ، W. (2018). یک مطالعه مبتنی بر استخراج متنی از احساسات سرمایه گذار و تأثیر آن در بازده سهام. محاسبات اقتصادی و مطالعات سایبرنتیک اقتصادی و تحقیقات ، 52 (1) ، 183-199. https://doi. org/10. 24818/18423264/52. 1. 18. 11

Siering ، M. (2012 ، ژانویه)."رونق" یا "ویران" - آیا این تفاوت ایجاد می کند؟استفاده از معدنکاری متن و تجزیه و تحلیل احساسات برای حمایت از تصمیمات سرمایه گذاری در داخل. در سال 2012 چهارمین کنفرانس بین المللی هاوایی در مورد علوم سیستم (صص 1050-1059). مائوئیIEEEhttps://doi. org/10. 1109/hicss. 2012. 2

Simoes ، C. ، Neves ، R. ، & Horta ، N. (2017 ، ژوئن). با استفاده از احساسات از توییتر که توسط الگوریتم های ژنتیکی بهینه شده است برای پیش بینی بازار سهام. در سال 2017 کنگره IEEE در مورد محاسبات تکاملی (CEC) (صص 1303-1310). دونوستیا ، اسپانیا. IEEEhttps://doi. org/10. 1109/cec. 2017. 7969455

Smailović ، J. ، Grčar ، M. ، Lavrač ، N. ، & žnidaršič ، M. (2014). یادگیری فعال مبتنی بر جریان برای تجزیه و تحلیل احساسات در حوزه مالی. علوم اطلاعات ، 285 (ج) ، 181-203. https://doi. org/10. 1016/j. ins. 2014. 04. 034

کوچک ، H. (1973). هماهنگی در ادبیات علمی: معیار جدیدی از رابطه بین دو سند. مجله انجمن علوم اطلاعات آمریکا ، 24 (4) ، 265-269. https://doi. org/10. 1002/asi. 4630240406

Sun ، Y. ، Liu ، X. ، Chen ، G. ، Hao ، Y. ، & Zhang ، Z. (2020). چگونه خلق و خوی بر بازار سهام تأثیر می گذارد: شواهد تجربی از میکروبلاگ. اطلاعات و مدیریت ، 57 (5) ، 103181. https://doi. org/10. 1016/j. im. 2019. 103181

Tirea, M., & Negru, V. (2013, سپتامبر). طبقه بندی و کمی سازی اثر پدیده های خاص. در SISY 2013 یازدهمین سمپوزیوم بین المللی IEEE در سیستم های هوشمند و انفورماتیک، مجموعه مقالات (صص 363-368). سوبوتیکا، صربستانIEEE. https://doi. org/10. 1109/SISY. 2013. 6662603

Urolagin، S. (2017). متن کاوی توییت برای طبقه بندی احساسات و ارتباط با قیمت سهام. در سال 2017 کنفرانس بین المللی کامپیوتر و برنامه های کاربردی (ICCA) (صص 384 388). دوحه، قطر. IEEE. https://doi. org/10. 1109/COMAPP. 2017. 8079788

Van Eck, N., & Waltman, L. (2010). بررسی نرم افزار: VOSviewer، یک برنامه کامپیوتری برای نقشه برداری کتاب سنجی. علم سنجی، 84 (2)، 523-538. https://doi. org/10. 1007/s11192-009-0146-3

Xie, Y., & Jiang, H. (2017). پیش بینی بازار سهام بر اساس فناوری متن کاوی: روش ماشین بردار پشتیبانیمجله کامپیوتر، 12 (6)، 500-510. https://doi. org/10. 17706/jcp. 12. 6. 500-510

Zhao, B., He, Y., Yuan, C., & Huang, Y. (2016, ژوئیه). پیش بینی بازار سهام با بهره برداری از تحلیل احساسات میکروبلاگ. در سال 2016 کنفرانس مشترک بین المللی در مورد شبکه های عصبی (IJCNN) (ص 4482-4488). ونکوور، BC، کاناداIEEE. https://doi. org/10. 1109/IJCNN. 2016. 7727786

حق چاپ © 2021 نویسنده(های)منتشر شده توسط دانشگاه فنی ویلنیوس گدیمیناس.