지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 대한산업공학회 Industrial Engineering & Management Systems Industrial Engineering & Management Systems Vol.21 No.2
- 발행연도
- 2022.6
- 수록면
- 244 - 266 (23page)
- DOI
- 10.7232/iems.2022.21.2.244
이용수
초록· 키워드
오류제보하기
In this study, based on the theme sentiment index (TSI) derived from text mining techniques, we measured the causal relationship from the theme sentiment index to the stock price’s abnormal returns for detecting thematic stocks. We selected mask-themed stocks as the experiment subject and set 20 candidate stocks as candidates, considering the frequency of appearance as the associated search term for a mask. Then, we collected search volumes for the keyword “mask” and related keywords from December 1, 2016, to November 30, 2020, to construct the TSI. In addition, we scraped 15,337 text data, such as articles, editorials, and economic broadcast scripts. We also used the abnormal return data of selected 20 stocks derived from the market model. Results show that 19 stocks have statistically significant causal relationships from the TSI to the abnormal returns of their stock prices when the effective transfer entropy is used. We constructed a thematic stock network using the 19 stocks to detect their inner causal relationships. Network-and node-level measures were measured for the constructed thematic stock network for selecting core stocks in the thematic stock network. In addition, two experiments were conducted using the configured thematic stock network. Results confirmed the thematic stock network’s change in behavior and interconnectivity and confirmed that abnormalities such as listing stock misinformation could be detected and empirically analyzed.
목차
ABSTRACT
1. INTRODUCTION
2. DATA AND METHODOLOGY
3. RESULTS
4. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
옵션/주식 비율이 주가 수익률을 예측하는가?
산업연구
2022 .04
-
Representation Model for Stock Similarities
대한산업공학회 추계학술대회 논문집
2023 .11
-
Control system modeling of stock management for civil infrastructure
Smart Structures and Systems, An International Journal
2015 .01
-
Comparison of Deep Learning Methods for Predicting Stock Price
한국정보과학회 학술발표논문집
2017 .06
-
A Novel Parameter Initialization Technique for the Stock Price Movement Prediction Model
International journal of advanced smart convergence
2019 .01
-
Politically-Themed Stocks Revisited: Analyzing Politically-Themed Stocks Using Natural Language Processing (NLP), Information Theory, and Complex Network Dynamics
대한산업공학회 추계학술대회 논문집
2021 .11
-
게이미피케이션을 활용한 주식 포트폴리오 분석 및 시각화 서비스
한국정보기술학회논문지
2022 .01
-
데이터 증강을 이용한 딥러닝 기반 주가 패턴 예측
한국지능정보시스템학회 학술대회논문집
2019 .06
-
급등주와 함께 동반 상승하는 종목 추출을 위한 알고리즘 개발
한국정보과학회 학술발표논문집
2020 .07
-
카테고리 중립 단어 활용을 통한 주가 예측 방안 : 텍스트 마이닝 활용
지능정보연구
2017 .06
-
Study of Operation Efficiency of Urban Railway Rolling Stock Using DEA : Forcused SEOUL METRO Line #1
한국철도학회 논문집
2019 .03
-
통계적 의존성과 결합한 단일 주식 매매 시스템
Proceedings of KIIT Conference
2023 .11
-
산업군 내 동질성을 고려한 온라인 뉴스 기반 주가예측
지능정보연구
2018 .06
-
STOCK PRICE PREDICTION BY USING LONG SHORT-TERM MEMORY MODEL WITH MULTIPLE LOOK BACK PERIODS
대한산업공학회 추계학술대회 논문집
2023 .11
-
시스템적인 군집 확인과 뉴스를 이용한 주가 예측
지능정보연구
2019 .09
-
입력 종목 수에 따른 LSTM 주식 가격 예측 모델 성능 비교
한국통신학회 학술대회논문집
2018 .01
-
Developing a Themed Stock-based Network Using Text Mining and Causal Relationship Network Analysis - From the Perspective of RegTech and SupTech
대한산업공학회 추계학술대회 논문집
2020 .11
-
Optimal Retirement with Long-Run Income Risk
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
주식시장에서의 새로운 변동성 지수 제안
한국정보통신학회 종합학술대회 논문집
2019 .10
-
Modeling overreaction of stock market
대한산업공학회 춘계공동학술대회 논문집
2015 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-530-001519818