走在汽車革命的路上論文書籍站
國立中央大學 資訊工程學系在職專班 孫敏德所指導 謝莉醇的 TCN-based Futures Prediction Using Financial Indices Bargain Chips, and Forum Messages （2020），提出TE37 ptt關鍵因素是什麼，來自於期貨預測、時間卷積網路、情緒分析。
而第二篇論文國立清華大學 計量財務金融學系 黃裕烈所指導 黃偉德的 台灣房地產市場輿論與從眾行為之房價泡沫分析 （2020），提出因為有 情緒指標、從眾行為、房價泡沫、房價指數、文字探勘的重點而找出了 TE37 ptt的解答。
TCN-based Futures Prediction Using Financial Indices Bargain Chips, and Forum Messages
為了解決TE37 ptt 的問題，作者謝莉醇 這樣論述：
傳統的股票和/或期貨價格預測研究多以過去的股票和/或期貨價格和技術指標為特徵，如KD，RSI，MACD等。很少有研究將討論區留言或法人籌碼作為股票和/或期貨價格預測。在本研究中，PTT和CMoney論壇的討論區留言將使用再訓練的BERT轉換成每日情緒向量，然後以每日情緒向量和三個法人籌碼為特徵，訓練GRU和TCN模型。實驗結果表明，TCN在MAE、MAPE、RMSE和準確率方面都基於GRU的RNN模型。而轉換而成的每日情緒向量、法人籌碼和討論區留言在期貨價格預測中都被證實是有用的。基於歷史期貨價格的市場模擬表明，使用 TCN模型的簡單投資策略，利用技術指標、法人籌碼和討論區留言，可以在一年之
間賺取的投資收益為成本的7倍以上。
台灣房地產市場輿論與從眾行為之房價泡沫分析
為了解決TE37 ptt 的問題，作者黃偉德 這樣論述：
近年來台灣充斥著許多房價泡沫相關的新聞，許多專家皆對房市的走勢有著不同的切入觀點。在社群論壇上，也有許多民眾會討論自己所在區域的房價概況。近期在財務的研究議題上，也開始出現財務數據與非結構化的文字資料結合的文獻，文字可透過文字探勘的技術量化成數據來分析。因此有許多文獻透過網路爬蟲抓取財務相關新聞、論壇等文字資料，建構情緒指標來探討文字與財務數據之間的關聯性。而根據過去的文獻，民眾情緒、從眾行為 (herding behavior) 以及房價泡沫的程度皆會影響到房價的走勢。本文透過網路爬蟲抓取 Mobile01 論壇以及 PTT 論壇中房屋討論版的文章與留言。藉由上述論壇中的文字資料建構情緒指
標，探討在不同的社群論壇與台灣直轄市之下，情緒指標、從眾行為與房價泡沫對於房價影響的差異。