在线评论可以预测个股的长期回报

2022-6-23 21:05:37

这项研究为投资者在个人股票长期投资方面提供了新的机会。*通讯作者：电子邮件地址：jichang@buaa.edu.cn（赵继昌）提交给爱思唯尔的预印本2019年5月9日关键词：在线评论、预测模型、长期回报、个人股票1。正如亚当·斯密在《国富论》中所写，每个人都想利用自己的资本从自己的产品中获得最大价值（斯密，1776），这告诉我们，追求个人利益是人类从事经济活动的主要动机。此外，很明显，那些投资股市的人期望获得超额回报。由于股票的可预测性，投资者在股票预测的理论和应用方面都付出了很大的努力。借助历史价格等内部信息和投资者行为等外部信号，预测股票回报率有助于指导资产市场的交易决策。此外，随着信息爆炸，与金融市场相关的数据，无论是来源还是数量，都得到了丰富和逐步积累。不同频率的价格信息（Harris，1986；Jain和Joh，1988；Panet al.，2017）、公司财务报告（Jones和Litzenberger，1970；Zhou et al.，2015，2017）和财务新闻（Geva和Zahavi，2014；Li et al.，2014；Nassirtoussi et al.，2015）都是与财务系统相关的直接信息的例子。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-23 21:05:40

与此同时，宏观经济学的兴衰（Chen et al.，1986），以及社交媒体（Zhou et al.，2018；Sun et al.，2017；Ruan et al.，2018；Zhang et al.，2018），搜索引擎（Preis et al.，2013；Engelberg and Gao，2011；Xuet al.，2019）和分析师建议（Duan et al.，2013）揭示的投资者情绪反应和反映，是间接的令人振奋的数据来源。在所有这些不同的数据源中，客户生成的在线评论是最新的。在线评论由希望分享其消费体验的客户自愿发布在电子商务网站上（Clemons等人，2006年；Godes和Mayzlin，2009年；Tang等人，2012年）。亚马逊首席执行官杰夫·贝佐斯（JeffeBezos）将在线客户评论的力量描述为，如果你让客户在现实世界中不开心，他们可能会告诉6个朋友。如果你在网上让客户不高兴，他们每个人都可以告诉6000个朋友。Asuser生成的口碑信息、消费者评论不仅提供了有关公司产品的信息，还影响了消费者的决策（Cabral，2000）。从商业角度来看，评论表明了客户对品牌或企业的态度，如影响、意识和信念（Chevalier和Mayzlin，2006；Li和Hitt，2008），而品牌形象实际上与企业资产有着内在的联系（Faircloth等人，2001）。作为公司产品和服务的目标，客户不仅积极生产其他消费者可以随时获得的产品相关信息，而且在做出购买决策时也会定期调整这些信息，这无疑会影响公司未来的销售和盈利能力（Subrahmanyam和Titman，1999；Huang，2018）。Luo（2009）甚至透露，在线评论可能会影响公司的现金流，并最终改变其股票的波动。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:05:44

此外，在线消费者评论和企业价值之间存在着显著的预测关系，例如，客户决策驱动企业的股权价值（Luo等人，2013）。更重要的是，评论通常与某个特定品牌相关，并随第一次发布的时间标注日期，因此有可能以单个库存粒度收集数据，并长期跟踪消费者的意见。直观地说，这些数据可以直接与单个股票的长期回报率联系起来，因此可以作为股票预测实践中现有数据源的新的但强有力的补充。然而，在线评论是否有助于长期回报预测仍然缺乏全面的理解，尤其是在个股层面。股票回报可以按不同的粒度进行预测，例如长期（每周或每月）或短期（分钟或天）。虽然短期预测总是旨在捕捉即时波动并提供即时投资建议，但长期预测有助于价值投资，这将更加强调以长期回报为目标的低频交易模式。在早期的股票预测文献中，对每日价格变化的影响要大得多，而不是长期价格变化（Jasemi et al.，2011；Ye et al.，2016；Baralis et al.，2017）。然而，对于人类和算法而言，长期预测通常比短期预测更具挑战性（Ding等人，2014；Zhang等人，2017），这迫切意味着需要建立更有效的模型来预测长期回报。与此同时，现有研究并没有罕见地尝试预测个别股票的回报，而是更多地关注预测整个市场，如指数（Hsu，2011；Chen和Chen，2015；Efendi et al.，2018）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:05:49

在线评论和股票之间关系的重要性，是现有研究中最常见的问题，已经被广泛调查；然而，利用评论作为特征来直接预测股票的研究很少，而且仍然缺乏系统的理解。考虑到决策的精细程度，个人股票预测可能对投资者进行投资更为强大和实用。由于其持续时间长且与单个品牌相关，在线评论实际上能够提供前所未有的机会来解决现有长期个人股票预测研究的不足。还值得注意的是，对评论与股票表现之间联系的初步探索大多只利用了一两个评论属性，例如评级或数量（Huang，2018；Chen et al.，2012；Luo and Zhang，2013；Luo et al.，2013），而忽略了其他可能提供意外预测力的信息。这些被刻意忽略的属性，例如订单日期和审核日期之间的时间差、卖家对审核的回复以及消费者用来发布审核的设备，将是预测个人层面长期回报的有希望的功能。本文完全基于在线评论，建立了一个预测单个股票长期收益的新框架，具有良好的绩效和实际意义。具体而言，来自JD。com是中国最大的自营在线零售商，收集了102家企业的1800多万条在线产品评论。总的来说，基于JDnew特征提取方法销售的我们的大多数产品，相应地派生和推断出了13个类别的7000多个特征。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-6-23 21:05:53

在完成皮尔逊相关分析后，我们选择八周收益率作为长期预测目标。通过梯度推进算法对14688个固定周样本进行5-foldcross-validation，最终选择了6246个特征以去除噪声并获得相对较高的精度。基于这些特征，综合比较各种分类算法，包括最先进的解决方案和经典方法，表明XGB（极端梯度增强）是最佳模型，在5倍交叉验证中平均精度为59.65%。该模型在保持测试中的准确率达到61.02%，大大超过了模型，财务技术指标高达13.94%；这意味着它在实际应用中具有强大的潜力。更令人惊讶的是，我们的模型对收益分类的分界点也很稳健，在预测异常情况方面显示出更大的威力。有趣的是，为了获得最令人满意的精度，训练窗口的长度将近三年，这在理论上与形成abrand图像所需的时间一致。本文的其余部分组织如下。第2节讨论相关文献。第三节介绍了在线审查数据和股价数据。第4节描述了特征和目标，本节还进行了皮尔逊相关分析和目标选择。第5节描述了如何选择特征和构建分类模型，还进行了保持测试以评估现实投资中的绩效。第6节进一步测试了我们模型的可靠性，第7.2节给出了一个简短的结论。相关工作由于股票趋势预测在投资中的决定性作用，研究人员投入了大量精力对其进行研究。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:05:56

在互联网引发的信息爆炸之前，技术分析是趋势预测的主要方法。自回归（AR）模型是最常用于平稳和线性时间序列的模型之一（Li等人，2016）。为了克服股票价格的非平稳和非线性性质，提出了非线性学习模型，以捕捉隐藏在市场趋势中的复杂模式（Nayak et al.，2015；Pan et al.，2017）。在最近神经网络兴起之后，更多的研究工作被分配到在财务预测中利用深度学习模型（Long等人，2019年；Gken等人，2016年；Kim和Ahn，2012年；Patel等人，2015年；OConnor和Madden，2006年）。技术分析的一个主要局限性是，它无法揭示仅通过价格变化控制市场动态的原则。因此，研究人员已经在市场之外寻找信息，以提高预测性能。大量的在线内容伴随着信息爆炸而来，如公司财务报告（Jones and Litzenberger，1970；Zhou et al.，2015，2017），财务新闻（Geva and Zahavi，2014；Li et al.，2014；Nassirtoussi et al.，2015），宏观经济兴衰的信号（Chen et al.，1986），社交媒体帖子中投资者情绪的反应和反映（Zhou等人，2018；Sun等人，2017；Ruan等人，2018；Zhang等人，2018；Li等人，2014），搜索引擎查询（Preis等人，2013；Engelbergand Gao，2011；Xu等人，2019）或分析师建议（Duan等人，2013）。人们从一个新的角度来更全面地理解股市，并使回报预测更准确。为了更好地预测市场趋势，人们曾多次尝试挖掘互联网数据。Dinget al.（2015）通过深度学习模型专注于事件驱动的股市预测。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:05:59

Wang和Hua（2014）提出了一个文本回归模型来预测股票价格的波动性。Hagenau等人（2013年）提取了广泛的特征来表示非结构化文本数据，并对股票预测进行了稳健的特征选择，以提高准确性。Zhou等人（2016）专注于中国股市，将五种情绪分配给1000多万条与股票相关的推特，表明这些情绪的一部分可以用于预测中国股市指数。Wang et al.（2019）甚至建立了一个独立于预测的框架来融合各种类型的数据。然而，这些早期股票预测研究更关注每日价格变化，而非长期价格变化（Jasemi等人，2011；Chen和Chen，2015；Baralis等人，2017），因为对于人类和算法而言，短期预测的性能通常优于长期预测（Ding等人，2014；Zhang等人，2017）。与此同时，现有研究更多地关注整个市场的预测，例如指数预测（Hsu，2011；Chen和Chen，2015；Efendi et al.，2018），很少对个人股票进行回报预测，这在现实投资中更为实际和直接，尤其是考虑到中国大量缺乏经验和情绪化的个人投资者（Zhou et al.，2018）。在线评论是反映客户对产品和企业态度的一种新形式的互联网内容（Chevalier和Mayzlin，2006；Li和Hitt，2008），已被证明与公司未来的销售和盈利能力有关（Subrahmanyam和Titman，1999；Huang，2018）。Chevalier和Mayzlin（2006）发现，企业销售额与consumerreview评级呈正相关，Hu等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:02

（2009）表明，在线评论评级降低了消费者的不确定性，尽管一些客户更喜欢消费体验中的一些不确定性（Martin等人，2007）。刘（2006）发现电影评论会影响票房收入。Senecal和Nantel（2004）表明，在购物决策中参考在线评论的消费者更有可能选择推荐的产品。Morgan和Rego（2006）认为，在客户中享有良好声誉的公司更有可能经历股权增长。Tellis和Johnson（2007）透露，投资者对企业产品的估值将受到产品质量审查评级的影响。由于持续时间长以及与品牌的内在关联性，因此在线评论确实提供了一个新的机会来克服现有研究在长期个股预测方面遇到的困难。初步检验了在线产品评论对股票收益的预测能力（Tirnillaiand Tellis，2012；Chen et al.，2012；Luo and Zhang，2013；Luo et al.，2013），特别是对短期价格变化的预测能力。Luo等人（2013年）认为，在线消费者评论与企业权益价值具有显著的预测关系。此外，Tirnillai和Tellis（2012）通过调查产品评论和股市变量之间的关系，发现了一个复杂的结果。然而，这些研究通常检查的公司相对较少。显然有一个例外：Fornell等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:05

（2016年）利用年度客户满意度得分，获得了15年来约300家公司的样本，并利用这些样本构建了一个投资战略，15年来累计回报率为518%。与本研究类似，Huang（2018）发现有证据表明在线消费者评论包含股票定价的新信息；此外，长期投资于异常客户评级较高的股票，而短期投资于异常客户评级较低的股票的利差投资组合，每月的异常回报率约为55.7至73.0个基点。然而，这些里程碑式的研究很少有人致力于探索在线评论与股票定价之间的联系，这激发了本研究的灵感，他们对在线评论的预测能力给予了足够的关注。关于在线评论是否可以用于长期股票预测，目前仍缺乏全面的调查和明确的结论。因此，缺乏个别股票收益预测的利基解决方案。本文补充了这些研究，强调了与产品相关的消费者评论是一个重要的信息来源，可用于个人层面的长期股票回报预测。数据在本节中，将详细说明如何检索和收集以客户为导向的公司及其在线产品评论和股价。3.1. 以客户为导向的公司为了确保消费者评论的可用性，我们首先必须收集客户市场中的公司列表。新浪财经是中国最大的金融新闻门户网站。自1999年8月成立以来，该网站持续提供金融行业的新闻和信息，占金融网站市场的三分之一以上。新浪财经根据股票的特点，将整个股票市场划分为多个板块。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:08

根据行业分类原则，家电行业、服装行业、葡萄酒行业和食品行业代表了与消费品最相关的四个行业，我们检索了新浪财经上显示的每个行业的所有部门和股票。在这四个行业中，有177家公司的市值从数十亿到数千亿不等，涵盖了各种市场资本化公司。我们注意到这些股票的名称和代码是Botonline审查爬网和股票价格数据采集的种子。3.2. 京东在线评论。comJD是中国最大的两家B2Conline零售商之一，2017年商品总额达1930亿美元。随着3C产品线于2008年完工，客户开始对他们购买的产品产生评论。自那时以来，已有3亿多客户购买了onJD。com，以及超过10亿条评论。根据JDs review创建指南，通过为其他消费者提供有关购物决策和商业决策的参考，消费者可以在交易完成后对订单做出公正、客观和真实的评估。评论由文本和评分组成，评分范围从1分到5分，其中5分为最高分。所有评论的日期都是在第一次发布时，这样就可以跟踪消费者的意见。这些审查不仅涉及产品本身，还涉及卖方的所有方面，包括运输和交付经验，以及任何反映客户对品牌印象的东西，这些印象可能会影响投资者的决策业务对客户的影响计算机、通信和消费电子商务nicshttps://rule.jd.com/rule/ruleDetail.action?ruleId=2395（Chevalier和Mayzlin，2006；Li和Hitt，2008）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:12

此外，京东是中国最大的自营电子商务平台，这意味着京东在该平台上销售的产品最多；因此，没有利益冲突，没有paidreviews或卖家对自己的产品发表正面评论或对竞争产品发表负面评论（Malbon，2013；Zhang等人，2016）。还采用了验证码（captcha）等复杂的技术手段来防止可能的机器人程序和垃圾邮件。所有这些都确保了京东的产品评论质量高、可靠。为了确定177家种子公司中对京东有客户产品评论的上市公司，我们首先检查该公司是否在京东上销售其产品。通过手动搜索公司名称。然后，我们从JD检索到品牌列表。并确定种子中拥有这些品牌的公司。我们总共获得了109家在京东上有客户产品评论的上市公司。通用域名格式。表1：JD汇总统计。102家上市公司的com评论评论数量产品数量最终样本数量18008415 164715 102家电行业7245982 44059 25服装行业5365380 75774 27食品行业402617 22964 29葡萄酒行业1375436 21918 21收集上市公司样本的评论，我们开发了一个网络绘图程序，将一家公共公司拥有的品牌名称作为JD的搜索词。com并生成品牌名称与搜索词完全匹配的所有产品的列表。对于每个产品，我们通过查看界面检索与之相关的所有Reviews，方法是遍历所有星号和页面。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:14

从评论界面，除了一篇评论的数字星级、日期和文本外，我们还可以获得订单日期和评论日期之间的天数、无用和有用的票数、卖家对该评论的评论、附带的图像列表、制作该评论的客户端（如iPhone、iPad、Android或Web），图A.1中可以找到收集的视图片段。我们爬网的评论样本涵盖了从2008年11月到2017年12月的这段时间，我们删除了对同一产品发布的具有相同评论ID的重复评论。为了减少样本数据中的噪音，我们要求一家公司至少有1000条在线评论，并且一家公司的评论时间跨度应超过12个月。表1报告了最终样本以及四个行业部门的评论、产品和公司数量。表A.1列出了本文所用公司的详细信息。发布了对样本公司生产的164715种产品的1800多万条评论。就产品评论数量而言，排名前两位的行业是家电行业（720万条评论）和服装行业（530万条评论），占我们获得评论的70%。按照审查日期对其进行排序后，我们将所有公司产品审查合并为一个时间序列。如图A.2所示，我们使用半年作为演示的时间窗口；2014年之前，京东上发布的评论数量相对较少。com在我们的四个种子部门。这一数量有限的原因是，互联网在中国还没有普及，人们在这一时期还不熟悉网上购物。然而，2014年前后，由于移动互联网行业的普遍存在，在线购物呈指数级增长，这导致产品评论迅速积累。3.3.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:18

股票价格数据一只股票的价格通常受市场参与者的供求关系的影响。然而，一些公司行为也会影响股票价格，需要在这些行为之后进行调整，例如股票分割、分拆或分配和权利分配。当许多产品链接到同一页面时，调整后的价格是一个有用的工具，许多评论将从同一产品页面重复爬网。CNNIC第35次中国互联网发展统计报告，http://www.cac.gov.cn/2015-02/03/c_1114222357.htmexamining历史回报，因为它提供了一个企业股权价值的准确表示，超出了简单的市场价格。我们从Tushare获得了调整后的每日价格数据，Tushare是一个免费、开源的Python财务数据接口包，由新浪财经、腾讯财经、上海证券交易所和深圳证券交易所支持。4、特征与目标本节描述了从在线评论中提取的13类特征和作为长期目标的12类每周股票收益率。通过皮尔逊相关分析，还将确定描述在线审查与企业股权价值之间关系的最佳目标。4.1. 特征除了与企业权益有显著关系的已知特征外，我们还提取了反映消费者体验和消费者图像的其他特征。要聚合审查数据以进行特征提取，请将单个审查转换为固定周数据。对于每家公司，不同产品的所有评论都会按时间进行整合。表2列出了如何从每个企业的固定周数据中提取13类基本特征，所有特征每周都有一个时间点。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:20

注意，在表2中，N是N周内的评审次数，N∈ [1, 12]; M是【i】中的审查数量-n-m、我-n] 周，其中m是相对历史数据窗口的长度，m是∈ {4、6、8、10、12、16、20、24 | m>n}。除了基本特征外，我们还可以对基本特征进行各种转换，以丰富来自评论的信号，如表A.2所示。对于每个基本特征的含义，每个类别都在其各自的部分中进行了详细描述。在早期的研究中，研究人员研究了在线评论的几个属性，如容量、语义极性、评分和情绪。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:24

此外，在线评论和企业权益之间的重要关系以及意外利润表ilityhttp://tushare.orgTable2：基本审阅功能功能定义WnReview NWnStarsPNi=1{1如果stari==s，则为0}WnStarDiff WnStari- WnStariWnDefaultPNi=1{1如果isDefaulti==T rue else 0}WnScorePs=1（s×WnStarsi）WnReviewwnetionepni=1{1如果ReviewMotioni==e else 0}WnMotionpe=0WnMotionewnegativepni=1如果ReviewMotioni∈ {0，1，3，4}其他0}WnT endencyposWPNi=1查看Wp osiWnT endencynegWPNi=1查看WnT endencywordWnT endencypos-WnT endencynegWnT endencypos+WnT endencynegWnT endencyposRPNi=1{1如果ReviewP osi>ReviewNegElse 0}WnT endencynegPNi=1{1如果ReviewP osi<ReviewNegElse 0}WnT endencyposPNi=1{ReviewT EniewP osi>ReviewNegElse 0}WnT endencynegPNi=1{ReviewT eniif ReviewP<ReviewNegElse 0}t endencypos+WnT EndencyNeggwnDayspni=1 DaysiWnReviewWnuseverpni=1可用的OteCountiWnuseverpni=1{1如果usef ulV oteCounti>0 else 0}WnUselessPNi=1如果usef Oteccounti>0 else 0{1如果usef Oteccounti>0 else 0}WnImagePNi=1如果imgi>0 else 0}WnReplyPNi=1如果replyCounti>0 else 0}WnClientcPNi=1{1如果userClienti=c else 0}WnMobilePNi=1}{1如果isM obilei==T rue else 0}也可以从这些特征中发现异常评级。参考这些早期成果，我们提取的六类特征如下所示。（1）审查。评论类别由描述评论数量的特征组成。Chen等人（2012）；Luo等人（2013年）表明，在线信息量与企业权益之间存在显著关系。这一类别的基本特征是WnReview，它表示n周内的评论数。附录表A.3列出了与审查相关的所有特征。（2）明星。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:27

星级类别包含从审查评级中提取的特征，这表明客户对购买体验的满意度。黄（2018）；罗和张（2013）；Luo等人（2013）证明了审查评级对股票收益的影响力。该类别的基本功能是WnStars，其中∈ [1，5]和WnStar，表示n周内前5名评级审查和低于1的评级审查之间的数量差异。附录表A.4列出了与Star相关的所有特性。（3）默认值。默认类别包含根据评论窗口关闭时系统是否自动生成评论而提取的特征，评论窗口关闭时由isDefault表示。该类别的基本功能是WnDefault，它表示n周内排名前五星级的默认评论数。附录表A.5列出了所有与违约相关的特征。（4）得分。分数类别由基于几周平均值的特征组成，反映了n周内所有购买的平均客户满意度。Huang（2018）展示了一个利差投资组合，该组合可以缓解分数变化，并提供异常回报。该类别的基本特征是WnScore。附录表A.6列出了与得分相关的所有特征。（5）情感。情感类别包括从每次评论所传达的情感中提取的特征，这些特征代表了对购买体验的特定态度。最近的研究成功地将来自社交媒体的投资者情绪纳入股票价格预测中（Wang等人，2019年；Zhou等人，2018年；Sun等人，2017年；Ruan等人，2018年；Li等人，2014年）。根据这些研究，本文采用了（Zhou等人，2018）的情绪测量方法，将简短的评论文本分为愤怒、厌恶、喜悦、悲伤和恐惧五类，分别表示为0、1、2、3和4。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:30

每个复习者的情绪由复习动作表示。这一类别的基本特征是情绪化、情绪化和消极情绪化，分别是n周内拥有情绪化的评论数量、情绪化评论数量以及传递消极情绪的评论数量，包括愤怒、厌恶、悲伤和恐惧。请注意，对消极情绪的强调来自于（Luo，2009；BambauerSachse和Mangold，2011）中证明的证据，即负面评论可能会以持续数月的方式破坏品牌形象。此外，表A.7进一步说明了情绪类别的特殊变体，即RatioE、RatioDiff和RatioDiffhm。附录表A.8列出了所有与情绪相关的特征。（6）趋势。倾向性类别由根据评论文本中的倾向性词提取的特征组成。不同的趋势评估与股票回报之间存在着不同的关系（Tirnililai和Tellis，2012；Luo，2009）。评论中的肯定词数量由ReviewP os表示，而评论中的否定词数量由ReviewEng表示。审查趋势用ReviewT en=ReveiwP os表示-当本评论中至少有一个倾向性词语时，请回顾egReviewP os+ReveiwN EG；否则为0。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:33

这一类的基本特征分别是WnT-endencyposW、WnT-endencynegW、WnT-endencyword、WnT-endencyposR、WnT-endencynegR、WnT-endencypos、WnT-EndencyNegaand WnT-endency，n周内所有评论中的肯定词数量、n周内所有评论中的否定词数量、词水平的阶段性趋势，包含积极趋势词多于消极趋势词的评论数量、包含消极趋势词多于积极趋势词的评论数量、积极评论的累积趋势、消极评论的累积趋势以及n周内的整体趋势。附录表A.9列出了与趋势相关的所有特征。先前对消费者和营销的研究表明，当消费者搜索、购买、检查、评估和消费产品时，就会产生体验（Arnold和Price，1993；Holbrook，2000；Hoch，2002）。Huffemanand Houston（1993）和Hoch and Deighton（1989）都揭示了产品体验对产品判断、态度、偏好、购买意图和召回的影响。此外，客户与销售人员互动，这会影响客户的感受、品牌态度和满意度（Grace andO\'Cass，2004）。鉴于消费者体验在品牌态度形成中的重要性，但很少讨论消费者体验与企业资产之间的关系，以下列出了从onlinereviews中提取的五类新特征，作为消费者体验的代表。（1）天。天数类别由从Days字段提取的特征组成，Days字段描述了相应产品从订单日期到评论日期的日期差异。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:36

这种日期差异包括交付时间和部分体验时间，这是一种产品体验。该类别的基本特征是WnDays，它代表n周内所有评论的平均天数。有一个特殊变体WnDaysHm=WnDaysi×WnReviewi- WmDaysi公司-n×WmReviewi-n显示n周内的总天数值与前几周的总天数值之间的差异。附录表A.10列出了与天数相关的所有特征。（2）有用。U sef ul类别包括从usefulV oteCount字段中提取的特征，该字段表示认为该评论有用的消费者数量。在线评论中有用的投票为其他消费者在检查和评估产品时做出购买决策提供了建议。这一类的基本特征分别是WnUseful和WnUsefulR、所有评论的usefulV ote的累积值以及n周内至少获得一次有用投票的评论数。附录表A.11列出了所有与TOUSUE相关的特性。（3）没用的。无用类别包括从theuselessV oteCount字段中提取的特征，相反，这表示认为评论无用的客户数量。这一类别的基本特征分别是Wnubleed和Wnubleessr、uselessV ote for reviews的累积值以及在几周内收到至少一张无用选票的评论数。附录表A.12列出了与该类别相关的所有特性。（4）图像。图像类别由从图像字段中提取的特征组成，其中列出了客户在评论中发布的图像。评论中所列的图像比官方图像更生动、更客观，这有助于消费者选择产品。评论中的图像数量由img表示。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:39

这一类的基本特征是WnImage和WnImageR，它们分别表示n周内的图像总数和图像评论数。附录表A.13列出了与图像相关的所有特征。（5）答复。回复类别包括从replyCount字段中提取的特征，该字段表示作为消费者与销售人员互动的官方卖家的回复数量。这一类的基本特征是WnReply和WnReplyR，它们分别代表n周内回复的总数和附有回复的评论数。附录表A.14列出了与回复相关的所有特征。除了已知特征和消费者特征之外，我们还提取了两类代表以下所列消费者图像的特征，这两类特征在以前的开发中是忽略的。Parker（2009）表明，消费者形象与品牌形象相关；此外，一个人对自己的印象往往会影响到个人购买的品牌（Plummer，2000；Belk，1988；Sirgy，1982）。作为消费者形象的代理，使用消费者用来发布评论的设备。除客户外，客户是否是移动设备也是影响购买意愿的一个因素（Wang等人，2016；Holmes等人，2013）。（1）客户。客户端类别由从用户客户端字段中提取的特征组成，这些特征反映了消费者发布评论的设备。有四种设备：Web、iPhone、Android和微信，分别用0、2、4和21表示。该类别的基本特征是WnClientc，它反映了给定客户c发布的评论数量。附录表a.15列出了与客户相关的所有特征。（2）手机。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:42

移动类别包含从iMobile字段中提取的特征，该字段显示用户是否通过移动设备对产品发表评论。这一类别的基本特征是WnMobile，它是指n周内通过移动设备发布的评论数。附录表A列出了所有与移动相关的特征。16通过上述方法，我们从在线产品评论的各种属性中总共提取了7960个特征。除了在早期研究中被证明对股票定价和收益有用的已知6类特征外，还提取了代表消费者体验和图像的其他7类特征，以充分利用在线评论中的信息。此外，除了仅使用13类基本特征外，我们还根据基本特征计算各种差异序列，这不仅是为了平稳性，而且也是为了反映客户对品牌态度的变化。总之，我们为股票收益率预测的未来研究提供了一套新的特征提取方法。4.2. Targets与致力于每日股票收益的广泛研究相比，现有研究很少研究每周股票收益及其预测（Hsu，2011；Jasemi等人，2011；Chen和Chen，2015）。缺失的长期预测模型的这一重大缺口促使本研究调查个别股票的周收益率。如等式（1）所示，我们将每日股价数据转换为每周价格数据，这与特征的粒度一致。1和-方程式（1）中的1分别代表一周中的第一个和最后一个交易日。CLOSEWi=CLOSEWiT D-1OP ENWi=OP ENWiT DLOWWi=最小值{LOWWiT Dj | j∈ [1，5]}HIGHWi=max{HIGHWiT Dj | j∈ 【1，5】}（1）每周股票回报率在方程式中定义。（2） asRWn=关闭+i- 闭嘴闭嘴，我∈ [1，12]（2）从一周到十二周不等。4.3.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:45

目标选择在上述章节中，我们描述了特征和目标，这将有助于揭示在线评论与股票回报之间的相关性。然而，本文的目的是找出在线评论是否可以预测长期，例如每周股票回报率。此外，由于拉各夫在线信息的长期影响（Luo，2009；Tirnillai和Tellis，2012），在线评论功能的发布时间提前了，从1到12周不等。因此，根据移位的时间，每个特征对应于12个时间序列。在分析特征和目标之间的关系之前，我们首先将数据项转换为0到1之间的值的所有时间序列标准化为Ti=（Ti-Tmin）/（Tmax-Tmin），T表示特征或目标的任意时间序列，T是时间序列T中的第i项，tmax和tminar分别是T的最大值和最小值。然后，通过Pearsoncorrelation分析，我们将特征和目标之间的线性关系测量为ρ。为了观察哪个目标是每周股票回报预测的最佳选择，我们需要确定哪些目标与102家公司的所有特征具有最佳相关性。此外，除ρ外，p值定义为ρ√n-2.√1.-ρ、其中，nis观察数量也用于反映特征和目标之间相关性的重要性。较小的p值表明完整假设是错误的，这使我们可以得出相关系数不同于零，并且存在线性关系的结论。通常，0.05是确定相关性是否显著的临界值。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-23 21:06:48

在我们的研究中，特定企业i中特征f和目标t的p值随时间s的变化被表示为p V值fsti。对于目标选择，我们以0.05作为临界p值计算每个功能目标对的重要企业数量。考虑到每个特征对应12个时间序列，我们首先检查一个特征目标对对特定企业的重要性，计算公式为（3）。当十二个移位时间序列中有一个p值小于0.05时，我们确认表i中的这一特征-目标对是显著的，并将相应的显著性F指定为1。计数公式如公式（4）所示，其中I表示样本公司的数量。重要性FTI=1.s P V aluefsti≤ 0.05，秒∈ [1，12]0，否则。（3） Countft=IXi=1重要性fti（4）按目标汇总，我们绘制了图1所示重要数字的方框图。在该图中，每个方框代表具有特定目标的所有功能的公司的重要数字分布。例如，RWbox中最大的数字是特征WClientRatioDiffH的99，这意味着102家公司中99家公司的目标rw和特征WClientRatioDiffHin之间的关系非常重要。在系统比较了所有目标的所有分位数后，我们选择了代表八周或近两个月股票回报的RW作为我们的预测目标，这出乎意料地符合口碑传播效应的最佳滞后长度（Luo，2009）以及客户评论的延迟效应（Luo，2009；Tirnillai-andTellis，2012；Huang，2018）。RW1 RW2 RW3 RW4 RW5 RW6 RW7 RW8 RW9 RW10 RW11 RW12TARGET020406080100重要公司数量图1：具有一个特定目标的每个特征的重要公司数量分布。5.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:51

模型和结果在本节中，基于离散化定义方法，预测长期股票收益的回归问题被转换为相应的分类问题。我们执行特征选择以提高预测性能。解决股票收益分类问题的线性和非线性方法均通过分类选择训练集上的5倍交叉验证进行验证，我们获得了一个名为XGB-OR的高性能预测模型。然后，我们使用所选的模型进行保持验证测试，以进行实际应用评估；还建立了基于十项技术指标的基线模型，以供进一步比较。5.1. 如前几节所述，RW是本文的预测目标。在大多数情况下，股东只关心股票价格的运动方向，这意味着，与长期回报的确切价值不同，回报是正还是负才是现实中最重要的利益，因为它可以为交易方向提供建议。因此，使用零作为分界点RW8，iis转换为二进制变量yi（RW中第i周的元素），即yi=1，RW8，i≥ 00，否则。（5）事实上，切点的不同值可以测试预测模型的敏感性，这将在稍后进行检查。所有特性和目标都标有数据对齐的时间戳。特征是在时间戳之前从评论中提取的，目标是在时间戳八周后关闭价格变化。如图A.2所示，网上购物的爆发始于2014年左右；因此，我们根据日期将数据集分为两部分：培训子集（2014年1月至2017年6月，3.5年）和测试子集（2017年7月至2017年12月，半年）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:53

训练子集包含14688个固定周样本，用于在提取的特征中选择特征，并拟合和估计预测模型。该测试集包含2537个固定周样本，保存在保险库中，仅在评估结束时取出，以验证我们的模型在实际长期（如八周）回报预测中的有效性。5.2. 特征选择不相关的特征会引入大量噪声，导致模型朝着随机错误的方向训练。特征选择是数据挖掘数据预处理中最重要和最常用的技术之一（Blum和Langley，1997）。它减少了特征的数量，删除了不相关、冗余或有噪声的数据，并为应用程序带来了立竿见影的效果：加速了数据挖掘算法，提高了挖掘性能，如预测准确性和结果可理解性。此外，考虑到过滤方法独立于任何特定的分类（Tang等人，2014年；Blum和Langley，1997年），从在线审查数据中提取7000多个特征后，剩下的另一项任务是从中选择一个子样本，以在长期回报预测中取得良好的性能。目前，boosting（Freund et al.，1996）是最好的分类方法之一，因此也是机器学习中最常用的分类方法之一。这种方法在研究和实际应用中都得到了广泛的讨论和分析，并且针对不同的目的提出了许多不同的boosting算法变体（Schapire和Singer，1999；Friedman et al.，2000）。具体而言，boosting算法能够选择最佳的特征组合（Creamer和Freund，2010）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:06:57

作为最佳Boosting算法之一，GradientBoosting被用于特征选择。0%5%10%15%20%25%30%35%40%45%50%55%60%65%70%75%80%85%90%95%特征过滤边界0.550.560.570.580.590.60精度图2：不同特征过滤边界的5倍交叉验证的平均精度。在上述章节中，我们统计了每个功能目标对的重要企业数量。将确定的目标作为RW，通过将显著数除以样本公司数，我们获得每个特征f的通过率，表示为P assingRatef=Countft/I，其中t表示所选目标RW，I表示样本公司数。我们假设在大多数企业的八周轮换中，有价值的特征总是很重要的，也就是说，我们可以通过限制分配率来选择特征。例如，通过将边界设置为0.2，我们过滤出P assingrate小于0.2的特征。然后，通过对训练子集中的GradientBoostingClassifier进行5倍交叉验证，我们获得了这些剩余特征的平均精度。通过将P assingRate从0遍历到0.95，步长为0.05，我们在特征选择中进行了5次交叉验证。最后，我们获得了图2所示的每个特征滤波的平均精度。从这张图可以清楚地看出，平均精度的表现就像过山车；也就是说，平均精度快速上升和下降。该趋势线的峰值为59.22%，P分配率为0.2，精确度最终下降至峰值后的随机值。因此，在过滤掉P分配率小于0.2.5.3的特征后，选择6246个特征进行后续研究。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-6-23 21:07:00

在本文中，我们采用各种机器学习算法，即XGB、GradientBoosting、AdaBoost、LSTM、Bagging、Logistic回归、RandomForest和Gaussian Naive Bayes，来解决长期股票收益预测的分类问题。这些方法对于二进制或多重分类都是最前沿和流行的。为了预测第i周的类别（0，1），所有模型的输入属性都包括从特征工程中选择的所有特征。我们采用5倍交叉验证来系统地检验这些模型在训练子集中的性能。准确度是实际投资中最有希望的指标，用于评估拟议模型的性能。表3显示了5倍交叉验证模型的精度。请注意，随机数是指比例最大的样本类别的百分比。Boosting算法和深度学习模型可以击败随机线，尤其是XGB模型，它以最高的平均精度优于其他模型。然而，其余的模型甚至没有取得令人满意的结果。因此，我们选择XGB模型进行验证测试，并将其命名为表3：模型精度模型精度XGB 59.65%梯度增强59.22%AdaBoost 57.75%LSTM 57.05%随机56.77%装袋56.06%LogisticRetression 55.73%RandomForest 53.73%GaussianNB 49.05%it XGB-OR。请注意，为了进一步测试特征选择的有效性，还对所有分类器进行了测试，并考虑了所有特征。我们发现，最佳性能受到噪音特征的显著影响；特别是，训练过程比特征选择过程要耗时得多。5.4. 验证为了以更现实的方式进一步评估我们的预测模型，我们在测试子集上应用我们的股票预测分类模型。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝