在线情绪能否预测中国股市及智能手机更换预测研究

### 在线情绪能否预测中国股市及智能手机更换预测研究 #### 在线情绪与中国股市预测 在金融市场中，投资者的情绪往往会对股票市场产生影响。为了探究在线情绪与中国股票市场之间的关系，研究人员展开了一系列深入的分析。 1. **格兰杰因果检验** - **检验方法**：格兰杰因果检验是一种统计假设检验，用于确定一个时间序列是否能用于预测另一个时间序列。如果时间序列x能为时间序列y的未来值提供具有统计显著性的信息，通常通过对x的滞后值进行一系列t检验和F检验，就称x格兰杰导致y。 - **具体操作**：研究人员选取了2014年12月1日至2015年9月16日的在线情绪时间序列和股票市场时间序列进行分析，设置延迟时间为1、2、3、4和5天，根据不同的延迟时间计算p值来确定假设检验的结果，显著性水平设定为5%。 - **检验结果**：从表1可以看出，厌恶情绪（滞后1、2天）的序列对收盘价有预测作用（p值 < 0.01），而愤怒情绪与中国股市的任何属性都没有因果关系。此外，喜悦、悲伤和恐惧情绪与开盘价、最高价、最低价有因果关系，但股票市场时间序列中的交易量与任何情绪时间序列都没有显著的因果关系（p值 ≥ 0.05）。这表明厌恶、喜悦、悲伤和恐惧情绪可以作为股票预测模型的有前景的特征。 | emotion | lag (days) | Close | Open | High | Low | Volume | | ---- | ---- | ---- | ---- | ---- | ---- | ---- | | anger | 1 | | | | | | | | 2 | | | | | | | | 3 | | | | | | | | 4 | | | | | | | | 5 | | | | | | | disgust | 1 | 0.0057∗∗ | 0.0322∗ | | | | | | 2 | 0.0062∗∗ | | | | | | | 3 | 0.0067∗∗ | | | | | | | 4 | 0.0190∗ | | | | | | | 5 | 0.0280∗ | | | | | | joy | 1 | 0.0005∗∗∗ | 0.0234∗ | | | | | | 2 | 6.e -5∗∗∗ | 0.0304∗ | | | | | | 3 | 2.e -5∗∗∗ | 0.0087∗∗ | 0.0058∗∗ | | | | | 4 | 7.e -5∗∗∗ | 0.0385∗ | 0.0352∗ | | | | | 5 | 0.0006∗∗∗ | | | | | | sadness | 1 | 0.0115∗ | 0.0272∗ | | | | | | 2 | 0.0224∗ | | | | | | | 3 | 0.0303∗ | | | | | | | 4 | | | | | | | | 5 | | | | | | | fear | 1 | 0.0001∗∗∗ | | | | | | | 2 | 2.e -5∗∗∗ | | | | | | | 3 | 3.e -6∗∗∗ | | | | | | | 4 | 6.e -6∗∗∗ | | | | | | | 5 | 0.0002∗∗∗ | | | | | 2. **股票市场预测** - **问题转换**：基于离散化方法，将股票市场的回归预测问题转换为相应的分类问题。具体来说，投资者通常关注收盘价和开盘价的正负情况，因此将收盘价和开盘价进行二元分类（正或负）也是预测目标的一部分。同时，通过离散化方法将股票市场的五个属性（收盘价、开盘价、最高价、最低价和交易量）的回归问题转换为分类问题，将每个属性