基于微博情绪信息的股票市场预测

行为金融理论的研究表明,股票投资者在进行投资决策时,容易受到自身的因素如情绪与心理因素的影响.以行为金融理论为依据,作出基本假设:微博情绪信息反映的社会整体情绪倾向能够影响并预测股票市场整体价格走势的变化.实证过程包括抓取新浪微博数据并进行预处理,生成情绪倾向时间序列,通过格兰杰因果关系检验上证指数时间序列与情绪倾向时间序列间的相关关系,建立支持向量机模型预测股票市场价格的变化采验证假设的正确性.实验结果显示加入微博情绪信息的预测模型能够获得更高的准确率,进而证明了本文所作假设的正确性.     

众筹项目筹资结果预测模型

众筹项目的失败率及失败成本都很高,为创业者提供预知众筹项目结果的工具具有重要价值.文章以追梦网作为研究平台,研究预测众筹项目的筹资结果.利用C＆RT、QUEST、CHAID、BP网络及径向基函数网络分别构建预测模型,对5类预测模型进行比较.实验结果表明回报方式、项目期限、分享次数以及回报执行时间是影响追梦网上众筹项目筹资结果的重要因素,而BP神经网络模型更为适用于预测众筹项目的筹资结果.