基本面技術面籌碼面ptt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

另外網站Goodinfo!台灣股市資訊網-首頁也說明:Goodinfo!台灣股市資訊網- 能協助使用者快速彙整與分析台灣股市行情及法人買賣資訊,並評估公司歷年財務狀況、股利發放與股權分布資料的整合型資訊平台。

國立中山大學 金融創新產業碩士專班 黃振聰所指導 張傳銘的 新聞情緒與投資人情緒建構台股機器學習交易策略 (2020),提出基本面技術面籌碼面ptt關鍵因素是什麼,來自於投資人情緒、財經新聞、情緒分析、機器學習、股市預測。

而第二篇論文國立政治大學 地政學系 林左裕所指導 黃暄雅的 網路社群情緒對住宅不動產市場之影響 (2019),提出因為有 社群媒體、文字探勘、情緒分析、住宅不動產市場、向量自我迴歸模型的重點而找出了 基本面技術面籌碼面ptt的解答。

最後網站[問題]技術分析真的有用嗎? - 精華區Stock則補充:發信站: 批踢踢實業坊(ptt.cc) ◇ From: 61.228.89.223. → Lgsun:會用就有用不會用就沒用 ... 來作分析所以投資股票要以基本面為主技術分 析為輔助.

接下來讓我們看這些論文和書籍都說些什麼吧:

除了基本面技術面籌碼面ptt,大家也想知道這些:

新聞情緒與投資人情緒建構台股機器學習交易策略

為了解決基本面技術面籌碼面ptt的問題,作者張傳銘 這樣論述:

投資人在股票市場總是尋求新的方式尋找獲利機會,並且使用不同指標與因子建構交易策略,而投資人主要在建構交易策略時,會朝著技術面、基本面、籌碼面以及消息面來做為策略的依據,而本研究主要建立在籌碼面投資人情緒與消息面新聞情緒的策略研究。 將Anue鉅亨網2013/01/02至2019/12/31共7年的臺灣股市新聞蒐集,挑選出新聞內文有提到五十檔股票標的的新聞,並以年的方式做為切割,隨機篩選50%的新聞,以人為的方式,進行情緒標籤,分成「正面」、「負面」、「中立」。接著使用臉書所開發的fastText文本分類模型,訓練及預測2014年至2019共6年全部新聞的新聞情緒。 另一方面使用投

資人情緒特徵,輸入XGBoost演算法模型訓練,預測報酬,並挑選適當的預測值與標的數目,作為進場依據的原始交易策略。再探討運用文本分類模型所建置的新聞情緒加入特徵,成為新的情緒加強策略,是否能夠有效的提升策略績效。回測期間2015年至2019年共五年。 本研究結果顯示(一) fastText分類模型,在樣本內情緒分類上,在3-gram有最好的表現,二元模型最高有92%、三元模型有75%的準確度,而移動窗格下平均有88%及77%。(二)投資人情緒特徵所建立的交易策略以及新聞情緒的交易策略,在挑選越少標的時會有較好的報酬與績效表現,顯示模型是可以預測出實際上真的好的報酬,故可以當作選股的依據

。(三)在策略績效部分,新聞情緒的加入使得績效在5檔標的績效提升20%及10檔標的提升8%,同時要有較好的贏率與較低最大回撤。

網路社群情緒對住宅不動產市場之影響

為了解決基本面技術面籌碼面ptt的問題,作者黃暄雅 這樣論述:

由於不動產市場對買賣雙方的資訊不對稱性,使市場參與者無法參考足夠資訊並據以理性判斷,因此除了受到個人的心理預期而影響決策外,參與者常常透過與社會網絡互動而形成之市場氛圍互相影響決策。因此除了以總體經濟條件探討不動產市場走向外,近來許多研究嘗試透過消費者信心指數、採購經理人指數或景氣指數等來捕捉市場情緒,顯示預期之指標或行為因素對於不動產市場可能之影響,而透過情緒代理指標也彌補了學理上所認知僅以基本面並不足以解釋市場變化的缺陷。隨網路與智慧型裝置的高度普及,人與人之間除了實質的接觸外,更透過網路在社群網絡上密切互動,各種資訊於無形的社群平台快速傳播,社會大眾亦在社群媒體發表意見並交流,其內容包

含了市場情緒與大眾對各種事件之反應,並潛移默化地影響大眾的決策思考與行為,因此社群媒體上的討論內容逐漸備受重視。本研究嘗試以網路社群媒體討論內容作為一市場情緒代理指標,探討社群媒體對於不動產市場價格之影響,選擇PTT論壇之Homesale板作為社群媒體討論內容的樣本來源,利用文字探勘與情緒分析技術剖析該社群討論內容,再轉換為樂觀或悲觀之情緒分數作為社群情緒變數;同時計算各月份之討論筆數作為社群討論頻率變數,藉由時間序列分析方法之向量自我迴歸(VAR)模型探究社群情緒分數、討論頻率與不動產市場價格之動態關聯。實證結果發現,前兩季的社群情緒分數將正向影響當期的房價,而前兩季的社群討論頻率將負向影響

當期的房價,顯示社群討論內容與頻率確實對於房價具解釋效果。另外,社群情緒越正向時,房價呈現成長趨勢,但討論頻率越高時,房價卻呈趨緩之現象,此結果揭露出社群討論上對於不動產市場多偏向購買力不足的悲觀,反映了近年來大眾對於高房價之擔憂,可見透過社群討論內容不僅可補足過去總體經濟變數所無法解釋之市場意向,亦提供了一項掌握不動產市場走向的判斷指標。研究結果可提供給政府、不動產相關業者及購屋者在觀察市場、制定政策或投資決策時一有效且即時之參考。