没有合适的资源?快使用搜索试试~ 我知道了~
基于对称三角模糊集的股票投资者情绪传播模型.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 30 浏览量
2023-02-23
16:51:37
上传
评论
收藏 1.4MB DOCX 举报
温馨提示
试读
22页
基于对称三角模糊集的股票投资者情绪传播模型.docx
资源推荐
资源详情
资源评论
股票市场上, 由于普通中小投资者(散户)信息获取渠道及自身知识水平的限制、分析
师群体及机构投资者不成熟等因素, 股票市场的非理性投资特征尤为显著. 国内外对投资者
非理性与资产价格关系的研究主要集中于投资者情绪方面, 投资者情绪在股票市场的非理
性繁荣和恐慌式下跌中起到了推波助澜的作用, 是资产定价的重要因素
[1-3]
. 随着大数据和
人工智能技术的发展, 许多学者开始通过情感分析来研究投资者情绪与股票价格波动的关
系
[4-5]
. 文献[6]基于东方财富网股吧帖文与朴素贝叶斯方法, 通过实证方法证明了股票开盘
后交易时段的股评情绪对于股票的收盘价和日交易量具有显著影响. 文献[7]指出社交网络
用户情绪与股票市场的表现显著相关, 并可在一定程度上预测股票价格. 许启发等
[8]
发现投
资者网络情绪波动与股票收益之间存在因果关系. 上述研究表明, 在互联网环境下, 社交网
络用户之间的联系更加紧密, 人们通过不断的社会学习获得对某一事件的观点
[9-10]
. 在股票
市场中, 投资者会通过社交网络(股吧、微博、微信等)交流信息和分享观点, 与此同时, 投
资者的情绪和投资决策也在不断变化. 投资者之间的互动驱动了股票交易
[11]
, 并导致股票价
格发生波动. 网络舆情对股票市场的运行机制产生重要影响, 而有效的网络舆情管理对于稳
定股票市场的运行秩序至关重要
[12]
. 因此, 从微观层面构建网络舆情环境下的股票投资者情
绪传播模型具有重要意义.
深刻理解人与人之间的信息传播过程是构建投资者情绪传播模型的关键一步, 目前的
信息传播模型主要包括图模型
[13]
和传染病模型
[14]
. 图模型以网络结构为基础, 节点为没有内
容的点. 传染病模型模拟传染病的传播过程从而刻画人与人之间的信息传播. 许多学者结合
这两类模型的建模思想, 构建了网络舆情传播模型. 熊熙等提出了 ECM 模型
[15]
, 对社交网
络中的情绪传播进行预测. Liu 等基于突发事件对在线社交网络的信息传播进行非线性动力
学建模与演化分析, 通过仿真实验验证了模型的有效性
[16]
. Zhuang 等
[17]
将在线社交网络和传
统信息传播方式结合, 提出了簇状多层网络中信息传播模型. 上述模型可以较好地刻画社交
网络中投资者情绪的传播过程, 但却难以刻画网络舆情传播过程中存在的复杂网络结构.
网络舆情环境下信息传播的研究需要考虑以下两个方面: 一是社交网络中观点的形成
和演变需要从网络的角度进行研究
[18]
; 二是人们的情绪依靠语言词进行传播, 在信息的传播
过程中会用到大量的模糊词和模糊数. 现有的网络舆情演变模型往往假定人的观点值是一
个确定数, 从概率论的角度进行模型构建. 然而, 证券市场复杂多变, 受经济、信息、社
会、文化等诸多因素影响, 投资者在进行决策分析时, 获得的信息往往是模糊的. 因此, 采
用模糊数刻画投资者观点的不确定性更为合理. 王立新教授利用模糊集合理论描述人类观
点的传播和演变, 提出了模糊舆情网络模型
[19-21]
, 该模型可以视作数学上更易处理的基于代
理人的模型
[22]
, 克服了 ABMsABMs 参数和自由度过多所带来的模型输出结果无法解释的问
题. 网络舆情环境下, 股票投资者借助社交网络发布和搜寻与投资相关的信息, 在此过程中
投资者情绪不断传播, 并最终导致股票价格发生波动. 王立新教授结合模糊舆情网络构建了
股票价格动力学模型
[23]
, 为股票投资者之间的信息传播及演变过程提供了数学框架. 在该模
型中, 模糊集合的隶属度函数采用高斯函数形式, 用高斯函数的中心值表示投资者观点的中
心值, 高斯函数的不确定性表示投资者观点中心值所对应的不确定性.
高斯函数是连续函数, 非 0 隶属度值变量的取值范围是从负无穷到正无穷. 使用该函
数刻画人类思维的模糊性包括了一个隐含的假定前提–人的观点值是在无穷大的区间内变动
的. 但现实中, 人的观点值很难在无穷大的区间内确定, 而是在一个有限区间内进行取值.
因此, 本文在构建股票投资者情绪传播模型时, 模型集合的隶属度函数选用对称三角模糊集
合. 对称三角隶属度函数保留了高斯函数的均值、方差信息, 又具有分段函数的性质. 通过
使用分段函数, 将非 0 隶属度函数值限制在一个有限的区间内, 其余区间的隶属度函数值为
0, 从而更准确刻画股票投资者情绪的模糊性. 另一方面, 与高斯函数相比, 对称三角隶属度
函数形式简单, 在模型计算过程中, 计算复杂度更小, 在金融量化投资过程中可以显著提高
计算速度.
本文的主要贡献如下:
1) 现有文献中微观层面股票投资者情绪演变模型主要为异质主体模型
[24-26]
, 其假定投
资者的观点值是一个确定值, 然后从概率的角度进行投资者情绪演变研究. 一般来说, 这些
模型只能描述较为简单的网络结构. 本文采用对称三角模糊集合表示投资者情绪, 构建股票
投资者情绪传播模型, 为互联网环境下复杂网络结构中的投资者情绪传播过程提供了数学
模型.
2) 使用对称三角隶属度函数刻画股票投资者的观点, 建立了基于对称三角模糊集的股
票投资者情绪传播模型, 并结合具体的股票投资者情绪传播情境, 给出了三种基本的传播方
式. 与连续型的高斯函数相比, 对称三角函数是分段函数, 在模型构建过程中针对非 0 隶属
度函数值对应的取值区间进行了推导和证明. 最后, 以股吧投资者情绪传播为例, 给出了所
提模型的具体演算过程, 证明了该模型的有效性.
1. 问题描述与模型定义
移动互联网环境下, 人们会通过社交媒体进行交流信息、分享观点, 每个个体既是信
息的接收者同时也是信息的生产者, 网络用户的交互作用得以体现. 在股票市场中, 股票投
资者使用电脑或手机 APP 等终端登录财经网站及股吧、雪球网等财经社区搜索与投资相关
的信息. 同时, 作为信息传播者, 股票投资者也会发表自己的观点. 在查看评论或发表评论
的过程中, 股票投资者的情绪在网络中不断传播. 国内外一些学者对投资者情绪进行了探
讨, Baker 等
[27]
、Da 等
[28]
的研究表明, 投资者情绪最终会反映到金融资产价格上, 并可能引
起资产价格与其基本价值的偏离. 投资者情绪是对未来收益的预期, 但预期值不完全由基本
面信息决定, 因而具有系统性偏差. 因此, 从金融资产价格预期的角度来定义投资者情绪,
有助于研究中对这一概念的理解.
本文将股票投资者情绪定义为投资者在决策过程中产生的对股票价格的预期, 用投资
者预期来表示投资者情绪. 每个个体的投资预期(模糊观点)采用对称三角模糊集合进行描
述, 对称三角隶属度函数的中心值为模糊观点的中心值, 对称三角隶属度函数的不确定性为
模糊观点中心值所对应的不确性.
定义 1
[29]
. 不确定环境下的一个模糊观点采用对称三角模糊集合 XX 表示, 该模糊集
合 XX 的隶属度函数为:
μX(x)=⎧⎩⎨1−|x−C|B,0,|x−C|≤B其他 μX(x)={1−|x−C|B,|x−C|≤B0,其他
(1)
其中, 模糊集合 CC 表示隶属度函数的中心值, 模糊集合 BB 表示中心值 CC 所对应的
不确定性, ΩC=RΩC=R、ΩB=R+ΩB=R+、ΩX=R.ΩX=R.
在股票市场中, 本文使用模糊集 XX 表示投资者预期, 将该模糊集统称为模糊股价预
期, 中心值 CC 统称为模糊股价预期中心值, 中心值 CC 对应的不确定性 BB 统称为模糊股
价预期不确定性.
特别地, 当模糊集合 CC 为模糊单点集时, 模糊集合 XX 的隶属度函数退化为:
μX(x)=⎧⎩⎨1−|x−c|B,0,|x−c|≤B其他 μX(x)={1−|x−c|B,|x−c|≤B0,其他
(2)
其中, c∈Rc∈R 为一个确定值.
当模糊集合 BB 为模糊单点集时, 模糊集合 XX 的隶属度函数退化为:
μX(x)=⎧⎩⎨1−|x−C|b,0,|x−C|≤b其他 μX(x)={1−|x−C|b,|x−C|≤b0,其他
(3)
其中, b∈R+b∈R+为一个确定值.
当模糊集合 CC 和 BB 均为模糊单点集时, 模糊集合 XX 的隶属度函数退化为:
μX(x)=⎧⎩⎨1−|x−c|b,0,|x−c|≤b其他 μX(x)={1−|x−c|b,|x−c|≤b0,其他
(4)
其中, c∈R,b∈R+c∈R,b∈R+均为确定值.
定义 2
[30]
. 已知模糊集合 VV 的隶属度函数为 μV(v),μV(v),条件模糊集合 X|VX|V 的隶
属度函数为 μX|V(x|V),μX|V(x|V),由 Zadeh 合成推理规则可得模糊集合 XX 的无条件隶属度
函数为:
μX(x)=maxv∈ΩVmin[μX|V(x|v),μV(v)]μX(x)=maxv∈ΩVmin[μX|V(x|v),μV(v)]
(5)
其中, XX 与 VV 为模糊集合, 且 ΩX=R,ΩV=R.ΩX=R,ΩV=R.
2. 投资者情绪传播模型的构建
基于模糊舆情网络框架, 采用对称三角模糊集构建股票投资者情绪传播模型, 给出投
资者情绪的三种基本传播方式: 模糊股价预期中心传播、模糊股价预期不确定性传播、模
糊股价预期中心及不确定性传播.
2.1 模糊股价预期中心传播
考虑如下情形: 股票投资者 M 在决策过程中将自己的模糊股价预期以模糊集合 XX 表
示, 由于专业知识所限, 模糊股价预期的中心值(即股票的预期价格)由经验丰富的投资者 N
来提供. 但是, 投资者 N 对自己提供的预期价格不具有十足把握, 因此提供的不是一个精确
数而是一个模糊集 C1.C1.模糊集 X 的中心值 C1C1 所对应的不确定性 b1b1 由投资者 M 根
据自己对投资者 N 投资水平的信任程度进行确定. 模糊集 C1C1 的中心值 c2c2 由投资者 N
根据当前股市行情和自己的专业知识综合确定, c2c2 对应的不确定性 b2b2 由投资者 N 根据
投资经验和可能存在的风险因素进行确定.
图 1 给出了上述情形的投资者情绪传播网络结构图. 从图 1 中可以看出, 模糊集合 X
的中心值 C1C1 是一个模糊集合, 但中心值 C1C1 对应的不确定性 b1b1 是一个精确数, 我们
称这种投资者情绪传播方式为模糊股价预期中心传播.
图 1 模糊股价预期中心传播
Fig. 1 Center propagation of fuzzy stock expectation
剩余21页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3907
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功