A Study of Using Text Mining on The Co-movement of Concept Stock Emotion and Price - Take Apple Supply Chain for example.

在動盪的股票市場，投資人選擇投資標的時，通常會以報章雜誌經常報導的有共同移動現象之相關股票作為投資標的，而延伸出概念股一詞。但報導所指出的概念股並沒有來源依據來證明概念股間是否具有明顯的關聯性。 由於概念股通常具有共同移動的現象，本研究透過文字探勘及Apriori關聯法則分析新聞斷詞後的字詞庫，得出5個隱藏於新聞中的蘋果相關個股：鴻海、大立光、玉晶光、台積電與台郡。再以此五檔個股與大盤相比，作共同移動程度T檢定，驗證結果此五檔股票有共同移動性，並且共同移動程度大於大盤。因此本研究將此五支股票歸納為蘋果概念。 然而除了技術分析外，由於投資人也經常參考股市新聞與文章來做參考依據後，來做投資的動作。因此本研究再利用情緒探勘之技術來探討概念股新聞情緒後，再與股價做相關係數比對及過濾，結果發現台積電及玉晶光與新聞輿情有較高的相關性，其相關係數高達七成；此外透過輿情之位移發現新聞輿情領先(影響)0~3天。 最後本研究再以國際指標、總體經濟、技術指標建立滾動SVM模型以預測台積電及玉晶光未來3日之漲跌，再加入新聞輿情於SVM模型，探討情緒是否有助益。結果發現與原型SVM相比，加入新聞輿情的SVM模型之準確率都有明顯上升，其中預測台積電有較高的準確率達65%(原型預測率61%)。 其結果足以證明新聞輿情與概念股股價有共同移動性，並領先(影響)概念股股價1~3天，因此可以透過新聞輿情搭配相關指數來建立預設模型，以預測相關概念股未來之漲跌