股票市場上每天湧入大量財金新聞，經濟學家Eugene Fama (1970)提出效率市場假說，在半強勢效率市場公開訊息皆已反映在股價上，投資人是否真的無法從這些財金新聞資訊中獲得超額報酬？本研究利用文字探勘從Bloomberg網站獲取大量財金新聞，透過LM (Loughran & McDonald 2011)、OL (Hu & Liu 2004)、MPQA (Wilson et al 2005)三個語意詞庫將財金新聞量化為新聞情緒指數，利用新聞情緒指數建立技術分析模型預測標準普爾500指數走勢，透過向量自回歸VAR統計檢定發現新聞情緒指數與標準普爾500指數無顯著關係；研究發現財金新聞資訊，在其波動強度不夠大時並不會影響標準普爾500指數走勢，波動幅度在未超過2 5個標準差時，股票指數走勢仍依其原有方向移動，即便負面新聞波動幅度超過2 5個標準差時，也不會對標準普爾500指數走勢有明顯影響，然而，我們觀察到當正面新聞波動幅度超過2 5個標準差時，幾天後股票指數走勢開始轉強，有較大幅度的漲幅，而在新聞波動幅度變小回到平均值時，標準普爾500指數走勢開始由強轉弱，開始反轉往趨勢線方向移動。實證結果發現，日常新聞並不會對標準普爾500指數走勢造成影響，但正面新聞數量達到某一程度時能捕捉到股票指數的一段漲幅，LM、OL、MPQA三個不同語意詞庫模型分別漲幅為6 12%、6 02%及4 42%。
A Study on Mining Financial News to Predict S&P 500 Index Trend
媚帆, 楊. (Author). 2019
學生論文: Doctoral Thesis