دانلود رایگان مقالات الزویر - ساینس دایرکتدانلود رایگان مقالات پژوهشی بازاریابیدانلود رایگان مقالات پژوهشی مدیریتدانلود رایگان مقالات ژورنالی بازاریابیدانلود رایگان مقالات ژورنالی مدیریتدانلود رایگان مقالات سال 2019دانلود رایگان مقاله ISI بازاریابی به زبان انگلیسیدانلود رایگان مقاله ISI ماشین بردار پشتیبانی SVM به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت استراتژیک به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مدیریت کسب و کار MBA به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت منابع انسانی به زبان انگلیسیسال انتشار

مقاله انگلیسی رایگان در مورد تجزیه و تحلیل احساسات نظارت شده مبتنی بر اخبار برای پیش بینی رفتار خرید آتی – الزویر ۲۰۱۹

 

مشخصات مقاله
ترجمه عنوان مقاله تجزیه و تحلیل احساسات نظارت شده مبتنی بر اخبار برای پیش بینی رفتار خرید آتی
عنوان انگلیسی مقاله News-based supervised sentiment analysis for prediction of futures buying behaviour
انتشار مقاله سال ۲۰۱۹
تعداد صفحات مقاله انگلیسی ۱۰ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List – DOAJ
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۱٫۰۷۳ در سال ۲۰۱۸
شاخص H_index ۱۵ در سال ۲۰۱۹
شاخص SJR ۰٫۴۱۴ در سال ۲۰۱۸
شناسه ISSN ۰۹۷۰-۳۸۹۶
شاخص Quartile (چارک) Q3 در سال ۲۰۱۸
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط مدیریت
گرایش های مرتبط بازاریابی، مدیریت منابع انسانی، مدیریت استراتژیک، مدیریت کسب و کار
نوع ارائه مقاله
ژورنال
مجله  بررسی مدیریت – Management Review
دانشگاه Management Information Systems Area, Indian Institute of Management Rohtak, Rohtak, Haryana, India
کلمات کلیدی تجزیه و تحلیل احساسات، اخبار در زمان واقعی، جهت تجارت، مدل فضای برداری، ماشین های بردار پشتیبان، پیش بینی، بازار آینده، فشار خرید خالص
کلمات کلیدی انگلیسی Sentiment analysis، Real-time news، Trade direction، Vector space model، Support vector machines، Prediction، Futures market، Net buying pressure
شناسه دیجیتال – doi
https://doi.org/10.1016/j.iimb.2019.03.006
کد محصول E12644
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract

Literature review

Methodology

Data analysis and results

Conclusion

References

 

بخشی از متن مقاله:

Abstract

This study examines the predictability of real-time news data on investors’ buying behaviour in the futures market, using supervised sentiment analysis. Market sentiment or traders’ buying behaviour is captured at the bid-ask stage of price formation using the net buying pressure (NBP). Any significant change in NBP patterns defines an “interesting market event”. Real-time news headlines are automatically labelled using interesting market events, assuming a lag between the market information and its impact on buying behaviour. News was found to have an impact on the market buying behaviour of the S&P NIFTY index futures with an optimal lag of 5 minutes. Manual labelling of the news data validated this empirical finding.

Literature review

Prior studies have established the predictability of the impact of news on market sentiment in the spot market context. Supervised sentiment analysis is a text classification task where the impact of textual market information on financial markets is learnt by using labelled training data. The creation of the training data involves labelling the news instances according to their impact on the markets. The news instances can be labelled manually according to the news discourse (Davis et al., 2006; Bozic & Seese, 2011) or automatically based on the corresponding market trends (Mittermayer & Knolmayer, 2006). Labelling news instances manually is a precise but labour-intensive task; hence, this method is not suitable for high-frequency news analytics. Automatically aligning news instances with the corresponding market trends makes for one of the most challenging tasks in sentiment analysis. Yoo et al. (2005), Mittermayer & Knolmayer (2006), Nikfarjam et al. (2010), and Nassirtoussi et al. (2014) reviewed studies that have used the supervised sentiment analysis approach. A brief review of some of the major concerns that our study deals with, follows. News-trend alignment is one of the most important parts of a supervised sentiment analysis model for testing and contextualising market efficiency. The accuracy of the newstrend alignment procedure constrains the efficacy of the supervised sentiment analysis.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا