声明
1. 绪论
1.1 研究背景和目的
1.2 研究意义
1.3 研究方法
1.4 本文研究框架
1.5 本文创新点与不足
2. 国内外文献综述
2.2 文本处理技术文献综述
2.3 机器学习技术预测股市的文献综述
3. 相关理论
3.1 EMD经验模态分解
3.1.3 波动能量比指标
3.1.4 重构算法
3.2.1 文本数据获取
3.2.2 Word2Vec词向量模型
3.2.3持续学习语义理解框架
3.3 XGBoost算法原理
4. 实证分析
4.1.1 文本数据获取
4.1.2 情感指数编制
4.2 描述性统计
4.3 官方情感指数、网络自媒体指数对沪深300指数影响——以周数据为例
4.3.1 时序图与平稳性检验
4.3.2 VAR模型
4.3.3 线性回归方程
4.3.4模型?结
4.4 官方情感指数、网络自媒体指数对沪深300指数的影响——以日数据为例
4.4.1 基于EMD方法判断沪深300指数状态
4.4.2 使用马氏矩阵来研究股市状态变化情况
4.4.3 XGBoost模型
5. 结论与展望
5.1 研究结论
5.2 不足与展望
参考文献
致谢
西南财经大学;