應用文字探勘文件分類分群技術於股價走勢預測之研究─以台灣股票市場為例
本研究欲探究個股新聞影響台灣股票市場之關係，透過蒐集宏達電、台積電與鴻海等三間上市公司從2012年6月至2013年5月的歷史交易資料和個股新聞，使用文字探勘技術找出各新聞內容的特徵，再透過歷史資料、技術分析指標與kNN和2-way kNN演算法將新聞先做分類後分群，建立預測模型，分析新聞對股價漲跌的影響與程度，以及漲跌幅度較高之群集與股價漲跌和轉折的關係。 研究結果發現，加入技術分析指標後能夠提升分類的準確率，而漲跌類別內的分群能夠界定各群集與股價漲跌之間的關係，且漲跌幅度較高之群集的分析則能大幅提升投資準確率至80%左右，而股價轉折點之預測則能提供一個明確的投資進場時間點，並確保當投資人依...
| Main Authors: | , |
|---|---|
| Language: | 中文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22G0100356031%22. |