1、本文研究的目的在于將Word2Vec模型引入股評(píng)文本分析領(lǐng)域，并研究利用相關(guān)的文本數(shù)據(jù)挖掘技術(shù)，生成一手的文本情感因子（關(guān)注度以及情感極性），并對(duì)文本情感因子與中證800指數(shù)及成分股的市場(chǎng)特征（收益率、波動(dòng)性、換手率、超額收益）進(jìn)行研究。本文首先利用獲得的東方財(cái)富網(wǎng)股吧數(shù)據(jù)，構(gòu)造了文本情感因子，隨后對(duì)情感因子進(jìn)行檢驗(yàn)，并得出結(jié)論。本文的創(chuàng)新之處在于，使用了2013年新近提出的Word2Vec語言模型對(duì)詞向量進(jìn)行建模，并整合詞典，把模型應(yīng)

2、用于中文股評(píng)文本之上;從多層次多角度考察情感分析的結(jié)果對(duì)股票行情的影響;以及考察了新的情緒因子在常見情緒代理變量上的信息載荷。相關(guān)的結(jié)論表明，Word2Vec模型可以有效地對(duì)中文論壇股評(píng)文本進(jìn)行建模;大盤股的情緒因子變化規(guī)律與中小盤股存在差異;同時(shí)大盤股的情緒因子對(duì)市場(chǎng)特征的影響也與中小盤股存在出差異;投資者投資那些被關(guān)注較少、情感極性較低但近期迅速增加的小盤股，在未來五天里可能會(huì)獲得顯著的高（超額）收益、同時(shí)承擔(dān)較低的風(fēng)險(xiǎn);最后，新情