ne) ترجمه مقاله Tehran Stock Exchange Prediction Using Sentiment Analysis of Online Textual Opinions ( پیش بینی بورس اوراق بهادار تهران با استفاده از تحلیل احساسات نظرات متنی آنلاین )

عنوان مقاله به فارسی : ترجمه مقاله پیش بینی بورس اوراق بهادار تهران با استفاده از تحلیل احساسات نظرات متنی آنلاین را به کمک دکمه سبز رنگ سمت چپ خرید کنید.

مقاله با عنوان  Tehran Stock Exchange Prediction Using Sentiment Analysis of Online Textual Opinions را از اینجا دانلود کنید.

پشتیبانی : دارد . در صورت بروز هرگونه مشکل با شماره تلفن 09367938018 در واتس آپ یا تلگرام یا 09191732587 و یا آی دی تلگرام research_moghimi@ تماس حاصل فرمایید.

کیفیت محصول : عالی

قیمت : 35 هزار تومان

ژورنال : Arxiv

سال مقاله:‌ 2019

ترجمه قسمتی از مقاله :

چکیده مقاله ی بورس اوراق

در این مقاله به بررسی تأثیر داده های رسانه های اجتماعی در پیش بینی متغیرهای بورس اوراق بهادار تهران (TSE) برای اولین بار می پردازیم. ما قیمت بسته شدن و بازده روزانه سه سهام مختلف را برای این تحقیق در نظر می گیریم. ما داده های رسانه های اجتماعی خود را از حدود سه ماه از سایت Sahamyab.com/stocktwits جمع آوری کردیم. برای استخراج اطلاعات از نظرات آنلاین ، ما یک روش تحلیل احساسات ترکیبی را پیشنهاد می کنیم که ترکیبی از روش های مبتنی بر واژگان و مبتنی بر یادگیری است. از آنجا که واژگان موجود برای زبان فارسی برای تجزیه و تحلیل احساسات در حوزه بورس کالا عملی نیستند ، ما یک واژگان خاص برای این دامنه ایجاد کردیم. پس از طراحی و محاسبه شاخص های احساسات روزانه با استفاده از احساسات نظرات ، تأثیر آنها را بر روی مدل های پایه که فقط از داده های بازار تاریخی استفاده می کنند بررسی می کنیم و مدل های پیش بینی کننده جدید را با استفاده از تحلیل رگرسیون چندگانه پیشنهاد می کنیم. علاوه بر احساسات ، ما همچنین میزان نظرات و قابلیت اطمینان کاربران را بررسی می کنیم. نتیجه می گیریم که پیش بینی سهام های مختلف در TSE بسته به ویژگی های آنها متفاوت است. علاوه بر این ، ما نشان می دهیم که برای پیش بینی قیمت بسته فقط حجم نظرات و برای پیش بینی بازده روزانه هم حجم و هم احساس نظر می تواند مفید باشد. ما نشان می دهیم که ضرایب اعتماد کاربران نسبت به سه سهام رفتارهای متفاوتی دارند.

Abstract

In this paper, we investigate the impact of the social media data in predicting the Tehran Stock Exchange (TSE) variables for the first time. We consider the closing price and daily return of three different stocks for this investigation. We collected our social media data from Sahamyab.com/stocktwits for about three months. To extract information from online comments, we propose a hybrid sentiment analysis approach that combines lexicon-based and learning-based methods. Since lexicons that are available for the Persian language are not practical for sentiment analysis in the stock market domain, we built a particular sentiment lexicon for this domain. After designing and calculating daily sentiment indices using the sentiment of the comments, we examine their impact on the baseline models that only use historical market data and propose new predictor models using multi regression analysis. In addition to the sentiments, we also examine the comments volume and the users’ reliabilities. We conclude that the predictability of various stocks in TSE is different depending on their attributes. Moreover, we indicate that for predicting the closing price only comments volume and for predicting the daily return both the volume and the sentiment of the comments could be useful. We demonstrate that Users’ Trust coefficients have different behaviors toward the three stocks

جدید ترین ها

جدید ترین محصولات ما

محصولات بیشتر
ترجمه مقاله A Case Study of IPv6 Network Performance Packet Delay Loss and Reordering ( ترجمه مقاله مطالعه موردی عملکرد شبکه IPv6  تأخیر بسته، خسارت، و در حال مرتب کردن )

ترجمه مقاله A Case Study of IPv6 Network Performance Packet Delay Loss and Reordering...

10000 تومان

ترجمه مقاله  Survey and Taxonomy of Clustering Algorithms in G         *      (ترجمه مقاله  بررسی و طبقه بندی الگوریتم های خوشه بندی در 1G )

ترجمه مقاله Survey and Taxonomy of Clustering Algorithms in G * (ترجمه مقاله بررسی...

10000 تومان

ترجمه مقاله A Scalable FPGA Accelerator for Convolutional Neural Networks     *      ( ترجمه مقاله شتاب دهنده مقیاس پذیر FPGA برای شبکه های عصبی تحریک کننده )

ترجمه مقاله A Scalable FPGA Accelerator for Convolutional Neural Networks * ( ترجمه مقاله...

10000 تومان

ترجمه مقاله  Green human resource management and environmental cooperation An ability motivation opportunity and contingency perspective              *          ( ترجمه مقاله مدیریت منابع انسانی سبز و همکاری های زیست محیطی :دیدگاه توانمندی، انگیزش، فرصت و دیدگاه اقتضایی )

ترجمه مقاله Green human resource management and environmental cooperation An ability motivation opportunity and...

10000 تومان

ترجمه مقاله NE      Navigators through the storm A review of organization theories and the behavior of incumbent firms during transitions       ( ترجمه مقاله بررسی نظریه های سازمانی و رفتار شرکت های متصدی در طول دوران )

ترجمه مقاله NE Navigators through the storm A review of organization theories and the...

30000 تومان

ترجمه مقاله NE       The integration of project management and organizational change management is now a necessity      (ترجمه مقاله  یکپارچه سازی مدیریت پروژه و مدیریت تغییر نظریه ی سازمانی در حال حاضر یک ضرورت است )

ترجمه مقاله NE The integration of project management and organizational change management is now...

30000 تومان

ترجمه مقاله NE         Social Network Analysis of Sustainable Human Resource Management from the Employee Training’s Perspective        ( ترجمه مقاله آنالیز شبکه اجتماعی مدیریت وبرنامه ریزی منابع انسانی پایدار از دیدگاه آموزش   )

ترجمه مقاله NE Social Network Analysis of Sustainable Human Resource Management from the Employee...

30000 تومان

ترجمه مقاله  NE        Strategic agility and human resource management      ( ترجمه مقاله مهارت استراتژیک و مدیریت و برنامه ریزی منابع انسانی )

ترجمه مقاله NE Strategic agility and human resource management ( ترجمه مقاله مهارت استراتژیک...

30000 تومان

error: شما فقط اجازه مطالعه دارید
قیمت می خواهید؟ ما ارزانترین قیمت را ارائه می کنیم. کافیست فایل خود را یا از طریق منوی خدمات و سرویس ها => سفارش ترجمه ارسال کنید یا برای ما به آدرس research.moghimi@gmail.com ایمیل کنید یا در تلگرام و واتس آپ با شماره تلفن 09191732587 ارتباط بگیرید و ارزانترین قیمت ترجمه را از ما بخواهید
+