پیش بینی بازار بورس با استفاده از نظرکاوی

پیش بینی بازار بورس با استفاده از نظرکاوی

آکادمی داده

۱۳۹۶/۱۱/۱۵


  • 272 بازدید

نظرکاوی، عقیده کاوی یا تحلیل احساسات به دنبال طبقه بندی نظرات و احساسات افراد در گروه های مثبت، منفی و در برخی مواقع خنثی است. در این سری مقالات سعی می شود مخاطب با کاربردهای نظرکاوی آشنا گردد. نظرکاوی امروزه در حوزه های تحقیقاتی بسیار گسترده ای کاربرد دارد. یکی از این حوزه ها  پیش بینی بازار بورس است.

 داس و چن[1] عقاید ارسال های تابلوی پیام را با دسته بندی هر ارسال به یکی از سه کلاس احساسی شناسای کردند: روبه رشد (مثبت اندیش)، رو به افت (منفی نگر) و خنثی (نه رو به رشد و نه رو به افت). احساس های بدست آمده از تمام بورسها جمع آوری شد و برای پیش بینی شاخص مورگان استنلی[2] استفاده شد. به جای استفاده از احساسات رو به رشد و رو به افت، ژانگ و همکاران[3] حس و حال های مثبت و منفی توییتر را شناسایی کرد و از آنها برای پیش بینی نشانه های تغییرات بازار بورس در دو جونز[4]، S&P 500 و NASDAQ استفاده کند. آنها نشان دادند هنگامی که احساسات در توییتر اوج میگیرد، یعنی افراد امید، ترس یا نگرانی زیادی را ابراز میکنند، روز بعدی دو جونز افت میکند. و هنگامی که افراد امیر، ترس یا نگرانی کمتری داشته باشند، رو بعد رو جونز رشد میکند. در این ارتباط، بولن و همکاران[5] از حس و حال های توییتر برای پیش بینی تغییرات میانگین صنعتی دو جونز (DJIA) استفاده کردند. نویسندگان به طور خاص محتوی متن توییت ها را تحلیل کردند تا سری های زمانی شش بعدی از از حس و حال عموم تولید کنند: آرام، هشدار، اطمینان، اظطراری، مهربان و خوشحال. سری های زمانی حس و حال به دست آمده با DJIA همبستگی داشت و توانست تغییرات در DJIA را در طی زمان پیش بینی کند. نتایج آنها نشان داد که هنگامی که ابعاد مشخصی از حس و حال (آرامش و شادی) وجود دارند و بقیه نیستند، دقت مدل های پیش بینی بازار بورس استاندارد میتوانند به طور قابل توجه ای بهبود پیدا کند. به جای نگاه به احساس های تمام نویسندگان توییتر به صورت یکسان، بارهایم و همکاران[6] سرمایه گذاران متخصص را بر اساس پیش بینی های گذشته شان از سهام های در حل رشد و افت شناسایی میکند. چنین سرمایه گذاران متخصصی پس از آن به عنوان یک خصیصه در آموزش پیش بینی کننده های تغییرات قیمت سهام در نظر گرفته میشوند. فلدمن و همکاران[7] بررسی متمرکزی از تحلیل احساس مقالات مرتبط با بازار بورس انجام داند. ژانگ و اسکینا[8] از احساس خبرها و بلاگها برای طراحی راهبردهای تجارت استفاده کرد. سی و همکاران[9] یک سری زمانی احساسی مبتنی بر موضوع و سری زمانی شاخص را برای پیش بینی شاخص های تغییر روزانه S&P 100، با استفاده از بردار خودبازگشت ترکیب کردند. سیستم تحلیل احساس مبتنی بر احساس ابتدا از یک مدل موضوعی غیر پارامتری برای شناسایی موضوعات روزانة مرتبط با سهام استفاده کرده و پس از آن احساس افراد را دربارة آن موضوعات محاسبه میکند.

اگر در حال پژوهش در حوزه نظرکاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

 


[1] Das and Chen (2007)

[2] Morgan Stanley HighTech

[3] Zhang et al. (2010)

[4] Dow Jones

[5] Bollen et al. (2011)

[6] Bar-Haim et al. (2011)

[7] Feldman et al. (2011)

[8] Zhang and Skiena (2010)

[9] Si et al. (2013)