Advertisement

投资者情绪数据及STATA计算代码(2003.2-2021.10)

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本资料包含从2003年2月到2021年10月的投资者情绪数据,以及使用STATA软件进行数据分析和统计操作的相关代码。 本段落旨在分享关于投资者情绪相关的毕业设计数据整理情况及Stata命令应用心得,希望能对有需要的研究者提供帮助。 一、数据区间: - 代理变量:2003年2月至2021年10月; - 宏观经济变量:2002年1月至2022年2月。 所有数据均为月度时间序列数据。 二、数据说明: 本段落使用的具体指标包括六个代理变量,分别是封闭式基金折价率、换手率、IPO首日收益率、IPO数量、新增开户数以及消费者信心指数;三个宏观经济变量为居民消费价格指数(CPI)、工业品出厂价格指数(PPI)和宏观经济景气指数。此外,还使用了两个投资者情绪综合指标——中国股市投资情绪指数(CICSI)与投资策略强度指数(ISI)。 三、Stata代码: 提供用于构建主成分分析方法及VAR模型的相关命令,以便于他人参考并应用于自己的研究中。 四、参考文献: 1. 易志高, 茅宁.中国股市投资者情绪测量研究:CICSI的构建[J].金融研究,2009(11):174—184。 2. 文凤华, 肖金利, 黄创霞等.投资者情绪特质对股票价格行为的影响研究[J].管理科学学报,2014(3):64-73。 3. 魏星集, 夏维力, 孙彤彤.基于BW模型的A股市场投资者情绪测度研究[J].管理观察,2014(11),560(33):71-76。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • STATA2003.2-2021.10
    优质
    本资料包含从2003年2月到2021年10月的投资者情绪数据,以及使用STATA软件进行数据分析和统计操作的相关代码。 本段落旨在分享关于投资者情绪相关的毕业设计数据整理情况及Stata命令应用心得,希望能对有需要的研究者提供帮助。 一、数据区间: - 代理变量:2003年2月至2021年10月; - 宏观经济变量:2002年1月至2022年2月。 所有数据均为月度时间序列数据。 二、数据说明: 本段落使用的具体指标包括六个代理变量,分别是封闭式基金折价率、换手率、IPO首日收益率、IPO数量、新增开户数以及消费者信心指数;三个宏观经济变量为居民消费价格指数(CPI)、工业品出厂价格指数(PPI)和宏观经济景气指数。此外,还使用了两个投资者情绪综合指标——中国股市投资情绪指数(CICSI)与投资策略强度指数(ISI)。 三、Stata代码: 提供用于构建主成分分析方法及VAR模型的相关命令,以便于他人参考并应用于自己的研究中。 四、参考文献: 1. 易志高, 茅宁.中国股市投资者情绪测量研究:CICSI的构建[J].金融研究,2009(11):174—184。 2. 文凤华, 肖金利, 黄创霞等.投资者情绪特质对股票价格行为的影响研究[J].管理科学学报,2014(3):64-73。 3. 魏星集, 夏维力, 孙彤彤.基于BW模型的A股市场投资者情绪测度研究[J].管理观察,2014(11),560(33):71-76。
  • CICSI和ISI综合指宏观经济变量对的影响(2003.2-2022.11)
    优质
    本文研究了CICSI与ISI综合指数以及宏观经济变量对中国市场投资者情绪的影响,时间跨度从2003年2月至2022年11月。 我在撰写毕业论文过程中收集到了有关投资者情绪的指标数据。此前在本平台上购买过类似的数据,但那些数据仅涵盖到2021年10月,对于我的研究主题来说时间跨度太短了。因此,我通过其他途径获取了更新的相关数据,并进行了整理。
  • 上市公司行为与研究
    优质
    本研究聚焦于分析上市公司在不同投资者情绪影响下的投资决策模式及策略,探讨二者之间的互动关系和市场效应。 本段落选取我国沪深股市A股制造业上市公司2005年至2008年的数据为研究样本,从行为金融学的角度出发,以上一年度的动量指标作为投资者情绪的代理变量进行分析。
  • 股票收益率受影响的分析
    优质
    本文探讨了投资者情绪对股票收益率的影响,通过数据分析揭示市场心理如何塑造股价波动,为投资决策提供新视角。 本段落挑选了7个股市相关的情绪因素,并运用主成分分析法及计量回归模型方法构造了投资者情绪指数ISI与ISCI,随后对这两种指数进行了比较分析。研究旨在探讨投资者情绪对股票收益率的影响。
  • Python版本的股市感分析源,提取以辅助决策参考
    优质
    本项目提供用Python编写的股市情感分析代码,通过抓取和解析网络数据,量化投资者情绪,为投资决策提供客观依据。 利用互联网提取投资者情绪,为投资决策提供参考。可以按照以下顺序运行代码:1. python model_ml.py 2. python compute_sent_idx.py 3. python plot_sent_idx.py。
  • 分析
    优质
    情绪数据分析是一门利用统计学、机器学习等技术对大量文本、语音和面部表情数据进行处理,以识别并量化人类情绪状态的学科。它帮助我们更好地理解人们的情感变化及其背后的原因。 5000条数据的CSV文件格式为label、sentence。这些数据可用于句子分类任务,使用CNN或RNN模型都是可行的。
  • 识别集(外包源 20220425)
    优质
    本项目为情绪识别数据集建设任务,旨在收集和整理各类情绪相关的音频及文本资料,以支持情绪智能分析与应用研究。 情绪识别数据集包括CK、jaffe和fer2013,这些数据集已经处理过,图像大小为48x48,并且已经被分成了训练集和测试集。
  • 识别集(外包20220425源)
    优质
    本项目为情绪识别的数据集外包任务,旨在收集和整理用于训练机器学习模型的情绪相关数据,包括但不限于音频、视频及文本等类型,以提高算法对人类情绪的准确识别能力。 情绪识别数据集包括CK、jaffe和fer2013,这些数据集已经经过处理,图像大小为48x48,并且已经被分成了训练集和测试集。
  • DEAP识别_源DEAP集下载
    优质
    本资源提供DEAP(数据库进行评估的情感感知普适性)情绪识别项目源代码及相关数据集的下载链接。帮助研究者快速获取并开展基于DEAP的数据分析与模型训练工作。 EEG-Emotion-classification-master_merelyts3_said63o_songc4x_DEAP情绪识别_DEAP数据集下载_源码.rar