學術產出-國科會研究計畫

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 文字探勘、統計學習與資產定價之創新應用與實證分析
Innovation Application and Empirical Analysis of Text Mining, Statistical Learning, and Asset Pricing
作者 林士貴
貢獻者 金融系
關鍵詞 文字探勘; 統計學習; 正交貪婪演算法; 報酬可預測性; 情緒分析; 國際財務市場
Text Mining; Statistical Learning; Orthogonal Greedy Algorithm; Return Predictability; Sentiment Analysis; International Financial Markets
日期 2025-12
上傳時間 7-四月-2026 13:17:21 (UTC+8)
摘要 本計畫研究目的主要分為三方面:第一是將擅長處理高維度問題之統計方法 Orthogonal Greedy Algorithm 推廣為 OGA Predict 模型創新應用於財務文本分析。第二方面為探討台灣與美國兩國家市場,驗證新聞情緒因子是否為公司報酬之風險因子,並透過新聞情緒因子建構投資組合,分析是否存在風險溢酬。最後為討論台灣與美國之間的新聞情緒與市場報酬之跨國影響研究。由於目前新聞情緒在台灣市場之研究甚少,因此,本計畫研究台灣新聞與公司報酬對於台灣市場是具有貢獻。
關聯 國家科學及技術委員會, NSTC112-2410-H004-123-MY2, 112.08-114.07
資料類型 report
dc.contributor 金融系
dc.creator (作者) 林士貴
dc.date (日期) 2025-12
dc.date.accessioned 7-四月-2026 13:17:21 (UTC+8)-
dc.date.available 7-四月-2026 13:17:21 (UTC+8)-
dc.date.issued (上傳時間) 7-四月-2026 13:17:21 (UTC+8)-
dc.identifier.uri (URI) https://ah.lib.nccu.edu.tw/item?item_id=181925-
dc.description.abstract (摘要) 本計畫研究目的主要分為三方面:第一是將擅長處理高維度問題之統計方法 Orthogonal Greedy Algorithm 推廣為 OGA Predict 模型創新應用於財務文本分析。第二方面為探討台灣與美國兩國家市場,驗證新聞情緒因子是否為公司報酬之風險因子,並透過新聞情緒因子建構投資組合,分析是否存在風險溢酬。最後為討論台灣與美國之間的新聞情緒與市場報酬之跨國影響研究。由於目前新聞情緒在台灣市場之研究甚少,因此,本計畫研究台灣新聞與公司報酬對於台灣市場是具有貢獻。
dc.format.extent 116 bytes-
dc.format.mimetype text/html-
dc.relation (關聯) 國家科學及技術委員會, NSTC112-2410-H004-123-MY2, 112.08-114.07
dc.subject (關鍵詞) 文字探勘; 統計學習; 正交貪婪演算法; 報酬可預測性; 情緒分析; 國際財務市場
dc.subject (關鍵詞) Text Mining; Statistical Learning; Orthogonal Greedy Algorithm; Return Predictability; Sentiment Analysis; International Financial Markets
dc.title (題名) 文字探勘、統計學習與資產定價之創新應用與實證分析
dc.title (題名) Innovation Application and Empirical Analysis of Text Mining, Statistical Learning, and Asset Pricing
dc.type (資料類型) report