新聞情緒與黃金之關聯性研究

摘要

本研究主要透過文字探勘技術與機器學習的模型，將情緒詞庫作為模型的變數之一，藉此強化模型的分析能力，並採用誤分類率作為模型準確率的判斷依據。 將三種不同的情緒詞庫落後1至5期的變數帶入模型中，分別採用機器學習方法中的梯度提升決策樹、羅吉斯迴歸、類神經網路及支援向量機，可發現其誤分類率的穩定度與準確度都不盡相同，為了選取一個較為穩定的變數，將各方法所算出的誤分類率再計算其變異數，最後採用誤分類率及變異數相對小的情緒指數Opinion Lexicon落後5期之類神經網路模型作為預測模型，進行投資策略。 本研究模型的目標變數採用道瓊貴金屬指數，因其與黃金價格具高度相關性，而在進行投資策略時採用COMEX黃金期貨2017年12月交割的期貨價格，並分別以買進持有及放空持有的策略作為基準報酬率與預測模型下的投資策略結果進行比較，實證結果顯示Opinion Lexicon落後5期情緒指數之類神經網路模型進行投資策略，買進策略下可維持一定程度的報酬率，而放空策略下可避免投資損失擴大。

獎項日期	2018 2月 8
原文	???core.languages.zh_ZH???
監督員	Lih-Chyun Shu (Supervisor)