文本分析大数据预测资产价格其次，针对中文语境对LM词典进行了扩展与完善。首先，将国外经典的LoughranandMacDonald（LM）金融情感词典进行全面客观的中文翻译，对比应扩充方式用较为广泛的通用情感词典与中文翻译的LM词典的表现。从通用情感词典中筛选word2vec扩充
文本分析大数据预测资产价格 首先，将国外经典的Loughran and MacDonald（LM）金融情感词 典进行全面客观的中文翻译，对比应 用较为广泛的通用情感词典与中文翻 译的LM词典的表现 。 其次，针对中文语境对LM词典 进行了扩展与完善。 扩充方式 • 从通用情感词典中筛选 • word2vec扩充
文本分析大数据预测资产价格接下来，根据金融情感词典与文本分析技术构建中国股票市场媒体文本情绪指数。随后，检验文本情绪指数对股票文本情绪分析技术四个突出优点市场的预测能力。（1）相较于可公开获得的金融市场交易数据，文本情绪信息互补性强（2）文本数据规模极大，从这一海量数据来源中聚合情绪信息有利于减少测量误差（3）文本情绪属于直接情绪测度（4）文本数据更新高频，可以构建日频甚至分钟频率等更高频的情绪指数
随后，检验文本情绪指数对股票 市场的预测能力。 文本分析大数据预测资产价格 接下来，根据金融情感词典与文本分析技术 构建中国股票市场媒体文本情绪指数 。 文本情绪分析技术四个突出优点 • （1）相较于可公开获得的金融市场交易数据 ，文本情绪信息互补性强 • （2）文本数据规模极大，从这一海量数据来 源中聚合情绪信息有利于减少测量误差 • （3）文本情绪属于直接情绪测度 • （4）文本数据更新高频，可以构建日频甚至 分钟频率等更高频的情绪指数