AbstractThis thesis investigates th

Abstract
This thesis investigates the prediction of possible stock price changes immediately after news article
publications. This is done by automatic analysis of these news articles. Some background information
about financial trading theory and text mining is given in addition to an overview of earlier related
research in the field of automatic news article analyzes with the purpose of predicting future stock
prices.
In this thesis a system is designed and implemented to predict stock price trends for the time
immediately after the publication of news articles. This system consists mainly of four components.
The first component gathers news articles and stock prices automatically from internet. The second
component prepares the news articles by sending them to some document preprocessing steps and
finding relevant features before they are sent to a document representation process. The third
component categorizes the news articles into predefined categories, and finally the fourth component
applies appropriate trading strategies depending on the category of the news article.
This system requires a labeled data set to train the categorization component. This data set is labeled
automatically on the basis of the price trends directly after the news article publication. An additional
label refining step using clustering is added in an attempt to improve the labels given by the basic
method of labeling by price trends.
The findings indicate that categorization of news articles into positive, neutral, and negative categories
provides enough information for it to be used to forecast stock price trends. Experiments showed that
the label refining method greatly improves the performance of the system. It was also shown that the
timing of when to start the price trends used to label the data sets had a significant impact on the
results. Trading simulations performed with the systems managed to gain positive returns (profits) on
most of its trades. Some of the methods also managed to give better results than what trades performed
with the manually labeled data set did.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อวิทยานิพนธ์นี้ตรวจสอบทำนายการเปลี่ยนแปลงของราคาหุ้นได้ทันทีหลังจากบทความข่าวสารสิ่งพิมพ์ สิ่งนี้ทำ โดยอัตโนมัติการวิเคราะห์ข่าวและบทความเหล่านี้ บางข้อมูลพื้นหลังเกี่ยวกับทฤษฎีทางการเงินซื้อขายและข้อความ ทำเหมืองจะให้นอกจากนี้ภาพของก่อนหน้านี้ที่เกี่ยวข้องวิเคราะห์วิจัยในบทความข่าวอัตโนมัติโดยมีวัตถุประสงค์การคาดการณ์สินค้าคงคลังในอนาคตราคาในวิทยานิพนธ์นี้ ระบบถูกออกแบบ และนำไปใช้เพื่อทำนายแนวโน้มของราคาหุ้นครั้งทันทีหลังจากการเผยแพร่บทความข่าว ระบบนี้ประกอบด้วยส่วนประกอบ 4 ส่วนใหญ่ของส่วนประกอบแรกที่รวบรวมบทความข่าวและราคาหุ้นโดยอัตโนมัติจากอินเทอร์เน็ต ที่สองคอมโพเนนต์เตรียมบทความข่าว โดยส่งเอกสารขั้นตอนการประมวลผลเบื้องต้น และค้นหาคุณลักษณะที่เกี่ยวข้องก่อนที่จะส่งเอกสารแสดงกระบวนการ ที่สามส่วนประกอบจัดประเภทข่าวเป็นประเภทที่กำหนดไว้ล่วงหน้า และสุดท้ายส่วนสี่ใช้กลยุทธ์การเทรดที่เหมาะสมขึ้นอยู่กับประเภทของบทความข่าวสารระบบนี้ต้องการชุดข้อมูลป้ายฝึกประเภทส่วนประกอบ ชื่อชุดข้อมูลนี้โดยอัตโนมัติตามแนวโน้มราคาโดยตรงหลังจากการเผยแพร่บทความข่าวสาร เพิ่มเติมป้ายชื่อขั้นตอนการกลั่นที่ใช้คลัสเตอร์จะถูกเพิ่มในความพยายามที่จะปรับปรุงป้ายชื่อที่กำหนด โดยพื้นฐานวิธีการติดฉลากโดยแนวโน้มราคาThe findings indicate that categorization of news articles into positive, neutral, and negative categoriesprovides enough information for it to be used to forecast stock price trends. Experiments showed thatthe label refining method greatly improves the performance of the system. It was also shown that thetiming of when to start the price trends used to label the data sets had a significant impact on theresults. Trading simulations performed with the systems managed to gain positive returns (profits) onmost of its trades. Some of the methods also managed to give better results than what trades performedwith the manually labeled data set did.

ผลลัพธ์ (ไทย) 2:

บทคัดย่อวิทยานิพนธ์นี้เป็นการคาดการณ์ของการเปลี่ยนแปลงของราคาหุ้นเป็นไปได้ทันทีหลังจากที่บทความข่าวสื่อสิ่งพิมพ์ นี้จะกระทำโดยการวิเคราะห์โดยอัตโนมัติจากบทความข่าวเหล่านี้ บางข้อมูลพื้นฐานเกี่ยวกับทฤษฎีการค้าการเงินและการทำเหมืองข้อความจะได้รับนอกเหนือไปจากภาพรวมของที่เกี่ยวข้องก่อนหน้านี้การวิจัยในสาขาของบทความข่าวโดยอัตโนมัติวิเคราะห์โดยมีวัตถุประสงค์ในการคาดการณ์หุ้นในอนาคตราคา. ในวิทยานิพนธ์นี้ระบบได้รับการออกแบบและดำเนินการที่จะคาดการณ์สต็อก แนวโน้มราคาในขณะนี้ทันทีหลังจากที่ตีพิมพ์บทความข่าว ระบบนี้ส่วนใหญ่ประกอบด้วยสี่องค์ประกอบ. องค์ประกอบแรกรวบรวมบทความข่าวและราคาหุ้นโดยอัตโนมัติจากอินเทอร์เน็ต ที่สององค์ประกอบเตรียมบทความข่าวโดยการส่งพวกเขาไปยังขั้นตอน preprocessing เอกสารบางอย่างและหาคุณลักษณะที่เกี่ยวข้องก่อนที่จะถูกส่งไปยังขั้นตอนการแสดงเอกสาร สามองค์ประกอบแบ่งบทความข่าวเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้าและในที่สุดก็เป็นองค์ประกอบที่สี่ใช้กลยุทธ์การซื้อขายที่เหมาะสมขึ้นอยู่กับประเภทของบทความข่าว. ระบบนี้ต้องใช้ข้อมูลที่มีข้อความกำหนดในการฝึกอบรมองค์ประกอบจำแนก ข้อมูลชุดนี้จะมีป้ายโดยอัตโนมัติบนพื้นฐานของแนวโน้มราคาโดยตรงหลังจากที่ตีพิมพ์บทความข่าว เพิ่มป้ายขั้นตอนการกลั่นโดยใช้การจัดกลุ่มจะถูกเพิ่มในความพยายามที่จะปรับปรุงป้ายชื่อที่กำหนดโดยพื้นฐานวิธีการของการติดฉลากโดยแนวโน้มราคา. ผลการวิจัยแสดงให้เห็นว่าการจัดหมวดหมู่ของบทความข่าวลงไปในเชิงบวกเป็นกลางและประเภทเชิงลบให้ข้อมูลที่เพียงพอเพื่อให้เป็นที่ใช้ในการคาดการณ์แนวโน้มราคาหุ้น การทดลองแสดงให้เห็นว่าวิธีการกลั่นฉลากช่วยเพิ่มประสิทธิภาพการทำงานของระบบ มันก็แสดงให้เห็นว่าระยะเวลาของการที่จะเริ่มต้นเมื่อแนวโน้มราคาที่ใช้ในการติดป้ายชุดข้อมูลมีผลกระทบอย่างมีนัยสำคัญในผล การจำลองการซื้อขายดำเนินการกับระบบที่มีการจัดการที่จะได้รับผลตอบแทนที่เป็นบวก (กำไร) ในที่สุดของการซื้อขายของ บางส่วนของวิธีการที่ยังมีการจัดการที่จะให้ผลลัพธ์ที่ดีกว่าสิ่งที่ธุรกิจการค้าดำเนินการกับชุดข้อมูลที่มีข้อความด้วยตนเองได้

ผลลัพธ์ (ไทย) 3:

นามธรรม
วิทยานิพนธ์ฉบับนี้ศึกษาการทำนายการเปลี่ยนแปลงราคาหุ้นได้ทันทีหลังจากสิ่งพิมพ์บทความ
ข่าว นี้จะกระทำโดยการวิเคราะห์อัตโนมัติของบทความข่าวเหล่านี้ บางข้อมูลพื้นฐานเกี่ยวกับทฤษฎีการค้าและการเงิน
การทำเหมืองข้อมูลจะได้รับนอกเหนือไปจากภาพรวมของก่อนหน้านี้ที่เกี่ยวข้องกับ
การวิจัยในด้านข่าวโดยอัตโนมัติวิเคราะห์กับวัตถุประสงค์ของการทำนายอนาคตราคาหุ้น
.
ในวิทยานิพนธ์ฉบับนี้ ระบบถูกออกแบบและดำเนินการเพื่อคาดการณ์แนวโน้มราคาหุ้นสำหรับ เวลา
ทันทีหลังจากสิ่งพิมพ์ของบทความข่าว ระบบนี้ประกอบด้วยส่วนใหญ่ขององค์ประกอบ 4 .
ส่วนแรกรวบรวมบทความข่าวและราคาหุ้นโดยอัตโนมัติจากอินเทอร์เน็ตองค์ประกอบที่สอง
เตรียมบทความข่าวโดยส่งพวกเขาไปยังเอกสารและคุณสมบัติที่เกี่ยวข้องในขั้นตอนการเตรียม
ก่อนที่พวกเขาจะถูกส่งไปยังเอกสารแสดงกระบวนการ องค์ประกอบที่สาม
แบ่งข่าวเป็นประเภทที่กำหนดไว้ล่วงหน้า และสุดท้าย
ส่วนที่สี่ใช้กลยุทธ์การซื้อขายที่เหมาะสม ทั้งนี้ขึ้นอยู่กับประเภทของข่าว
ระบบนี้ต้องใช้ว่าข้อมูลชุดฝึกอบรมการจัดหมวดหมู่เป็นส่วนประกอบ ข้อมูลชุดนี้จะมีป้าย
โดยอัตโนมัติบนพื้นฐานของราคา แนวโน้มโดยตรงหลังจากข่าวประชาสัมพันธ์ เพิ่มเติมขั้นตอนที่ใช้ในการจัดกลุ่ม
ป้ายการกลั่นเพิ่มในความพยายามที่จะปรับปรุงป้ายให้โดยวิธีการของการติดฉลาก โดยแนวโน้มพื้นฐาน

ราคา .ผลการวิจัยพบว่าหมวดหมู่ของบทความข่าวในด้านบวก เป็นกลางและลบหมวดหมู่
ให้ข้อมูลเพียงพอที่มันจะถูกใช้เพื่อคาดการณ์แนวโน้มราคาหุ้น จากการทดลองพบว่าค่า
ป้ายวิธีช่วยเพิ่มประสิทธิภาพของระบบ นอกจากนี้ยังแสดงให้เห็นว่า
เวลาที่จะเริ่มใช้เมื่อแนวโน้มราคาป้ายชุดข้อมูลที่มีผลกระทบต่อ
ผลลัพธ์ จำลองการซื้อขายดำเนินการด้วยระบบการจัดการที่จะได้รับผลตอบแทนที่เป็นบวก ( กำไร )
ส่วนใหญ่ของธุรกิจการค้าของ วิธีการบางอย่างที่สามารถให้ผลลัพธ์ที่ดีกว่าสิ่งที่ธุรกิจการค้าดำเนินการด้วยตนเอง
ป้ายข้อมูลชุดทำ