創業板主板分別的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

大數據視角下的社會化媒體對證券市場的影響研究

為了解決創業板主板分別的問題，作者謝志龍 這樣論述：

　　本書分為以下八章： 　　第一章，導論。主要介紹選題背景、研究的意義、研究的思路和方法、全書的結構安排以及主要創新點。 　　第二章，文獻綜述。主要對社會化媒體量化、市場情緒和社會化媒體對證券市場波動影響三個方面的理論和文獻進行了系統的回顧和梳理。本章為研究社會化媒體量化、剖析社會化媒體信息與證券市場波動的關係和防範系統性金融風險研究提供強有力的支持和論證。 　　第三章，系統總體設計。從系統總體設計的角度，自上向下對本書的邏輯模塊和流程進行概述，對系統的數據處理流程進行說明，明確證券市場社會化媒體效應智能解決方案中模塊之間的關係，理順系統從數據抓取到文本信息處理情感提

取，再到利用深度學習神經網路對社會化媒體與證券市場波動的影響進行關聯分析的流程。確保系統模塊完整和研究順利推進。 　　第四章，社會化媒體量化與投資者情緒提取研究。首先對社會化媒體信息的抓取、過濾、預處理和詞彙量化過程進行了描述；隨後提出依據中文語句的語法和語義結構構建中文語句卷積神經網路（CSCNN）核心算法對文本情感極性進行判定；接著對情感判定模型進行了比較研究。 　　第五章，投資者情緒指數的構造。借鑑傳統指數構造原理，利用社會化媒體平台文本信息結構特點，創新性地提出基於內容相似度矩陣、引用關係矩陣和回復關係矩陣的社會化媒體文本語句權重SentenceRrak算法計算語句權重，結合用戶影

響力因子、閱讀數量因子和點讚數量因子，構造了社會化媒體投資者情緒指數（SMISI），為後續研究提供了重要的特徵變量。 　　第六章，SMISI對證券市場波動的量化研究。通過實證研究，首先將SMISI與Fama五因子模型結合，驗證了SMISI對證券市場收益率的系統性影響；接著利用VAR模型研究SMISI對證券市場波動影響的深度和廣度。隨後提出基於社會化媒體情緒驅動的S－LSTM深度神經網路模型核心算法，更加準確地捕捉社會化媒體投資者情緒對證券市場的影響效應，並通過模擬的方式驗證了SMISI在量化投資中應用的可行性。 　　第七章，面向證券市場策略的SMQIP檢驗與分析。從市場監管者、上市公司和投

資者三個不同的角度剖析了社會化媒體信息引導市場情緒，導致證券市場資產價格波動，甚至影響金融穩定的內在機理。並利用具體案例從以上三個角度分別驗證了基於大數據的證券市場社會化媒體效應量化智能平台（SMQIP）的應用可行性。 　　第八章，總結、不足與研究展望，對全書進行了總結，對研究中存在的不足進行了分析和反思，對於金融智能領域的研究熱點和方向以及未來可能進行的研究計劃進行了展望。 　　本書的主要創新點包括以下三個方面： 　　創新點一：提出了一個基於深度學習的公眾情緒文本挖掘方法，綜合考慮文本內容和質量的影響，以捕捉社會化媒體中的公眾情緒。 　　創新點二：基於社會化媒體大數據，研究和優化了證

券市場情緒指數的構建方法。在研究社會化媒體信息量化及其對證券市場波動的影響中，發現社會化媒體信息不僅對個股存在顯著影響，股票板塊指數也同樣會對社會化媒體信息中的情緒傾向有所反應。 　　創新點三：集成情緒判定、文本賦權和情緒指數市場效應評估等核心算法，構建了情緒對證券市場波動的影響分析的系統原型。  

創業板主板分別進入發燒排行的影片

香港企業信用風險預警制度之建構與研究

為了解決創業板主板分別的問題，作者林霈吾 這樣論述：

近十年的快速成長吸引了各類國際企業與投資機構進入中國市場，然而由於法制的不成熟及國家體制的特殊，舞弊層出不窮。在此背景下，香港轉而成為眾多外資的首選，然而國內外資金的流入帶來繁榮也為香港市場帶來未知數，市場對信用風險預警制度的需求日漸提高，至今卻沒有太多相關之研究。為了瞭解影響香港企業信用風險之因素，本文以2008年到2017年間的香港主板上市公司為研究對象，參考過去文獻與香港市場現況為危機事件定義，再透過邏輯迴歸、常態機率迴歸及多元判別分析進行實證研究，分別以流動性、獲利性及安全性三個面向探討有關之解釋變數，研究結果顯示多元辦別分析模型在特定組合下於危機事件發生前一年有高達66.25%的危

機樣本預測準確率，而於危機事件前兩年之危機樣本預測效果則僅不到1%的下降。

投資的維度：智能時代的股權投融資解析

為了解決創業板主板分別的問題，作者楊文等 這樣論述：

本書分別從投資技能、股權市場、金融全局、時勢政經、科技力量以及人性高峰六個維度，從低維至高維逐步闡述了「股權投資維度論」。將早產生於物理學的維度概念結合當前人工智能、企業並購等經濟熱點，為眾多股權投資及金融生態中的事件打開了新的思路。 楊文，知投集團（知投資本、知投網、知投學院）創始人；中國青年創新創業板眾創導師；國內知名的股權投資教育家；智能科技基金聯盟秘書長；中國互聯網私募股權融資行業聯盟秘書長。擅長公司上市籌划、戰略升級、上市公司並購重組等業務領域，成功操盤多個A股主板上市項目，智能科技領域著名投資家。謝艷，知投資本合伙人；畢業於北京大學新聞與傳播學院，曾為資深傳媒人；已投項目覆蓋智能制

造、新興科技、大數據應用等領域。擅長整合產業鏈資源、構建智能商業生態，並有成功的「PE+上市公司」案例，同時深悉「戰略創投」理念，致力於創新投資與價值投資相結合。

利用江恩波動法則理論探討上證指數的波動關係

為了解決創業板主板分別的問題，作者謝志鋒 這樣論述：

2018年是中國股市動盪的一年，從美國總統於2018/03/23宣布對中國實施貿易制裁開始，2018年中國股市經歷過兩次千股跌停的場面，到2018/10/18上證指數創出2449.20的新低點，從2018/01的高點3587.03算起，2018年上證指數總共跌了1137.80點，跌幅為32%，創下了自2009近十年來的最大年跌幅。Wind數據顯示，截至2018/10/19日，A股上市公司控股股東累計質押股票數量占持股比率90%以上的有485家公司，其中有117家公司質押持股比率高達100%。股票的大幅下跌，將引起這些質押率高的企業，股權質押平倉的風險。2018/10/19，中國證監會主席劉士

余在接受新華社記者採訪時表示，證監會鼓勵地方政府管理的各類基金、合格私募股權投資基金、卷商資管產品分別或是聯合組織新的基金，幫助有發展前景但暫時陷入經營困難的上市公司紓解股票質押困境，促進其健康發展。至此，上證指數開始反彈。上證指數在底部盤整3個月後，於2019/01/04創下2440.91的新低點後開始上漲，周線收出8個連續陽線，於2019/03/01上證指數已經接近3000點。戲劇性的是，8個月的跌幅，2個月就漲回來了。但是撇開消息面的因素不考慮，單純以周期理論的角度來看，上證指數近20年來出現高點的時間分別是1993/02、2001/06、2007/10、2015/05，上證指數每隔6-

8年就會出現一波大級別的多頭行情，而每次出現高點後都會至少有3年左右的下跌周期，就技術分析的角度來看，2018年的下跌，似乎和江恩的周期理論不謀而合。因此， 本研究以江恩理論中的周期理論、江恩角度線、波動法則、這些技術分析的角度來解釋中國股市2018年的走勢，希望我們能根據中國股市過往的波動，找出市場的循環周期，幫助我們預測未來的走勢。