빅데이터에 나타난 감성 분석
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이득환 | - |
dc.contributor.author | 강형구 | - |
dc.contributor.author | 김수현 | - |
dc.contributor.author | 이창민 | - |
dc.date.accessioned | 2022-07-16T10:00:37Z | - |
dc.date.available | 2022-07-16T10:00:37Z | - |
dc.date.created | 2021-05-13 | - |
dc.date.issued | 2013-05 | - |
dc.identifier.issn | 1738-124X | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/162785 | - |
dc.description.abstract | 본 연구는 2011년 1월 1일부터 2013년 1월 4일까지 빅데이터(Big-data)에 나타난 9가지 감성(Sentiment)들의 특징을 자세히 살펴보았다. 기존에는 감성들의 추출에 대한 어려움으로 인해 감성들이 실제 주식 시장에 끼칠 수 있는 영향력이 등한시 되어 있는 실정이다. 본 연구에서는 Daum-soft에서 제공 받은 감성 자료를 대상으로 자기상관 분석, 주성분 분석, VAR 추정을 실시하여 감성이 가지고 있는 특징을 실증 분석한다. 그 결과 감성들은 일정한 패턴을 가지고 있음을 확인 할 수 있었다. 즉, 자기상관 분석 결과 감성들의 자기회귀성과 주기를 확인 할 수 있었으며 주성분 분석 결과 9가지 감성들이 긍정성, 부정성으로 묶일 수 있음을 보였다. 마지막으로 VAR분석을 통해 음의 자기회귀 계수를 가짐을 알 수 있었으며 상호 다양한 시차에서 영향을 주고받음을 확인 할 수 있었다. 이는 빅데이터(Big-data)에 나타난 주가 정보를 담고 있는 감성들은 무작위적인 정보의 나열이 아니라 주식시장과 흐름을 같이 하고 있으며 과거값을 통해 예측이 가능함을 시사하고 있다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국금융공학회 | - |
dc.title | 빅데이터에 나타난 감성 분석 | - |
dc.title.alternative | Autocorrelation Analysis of the Sentiment with Stock Information Appearing on Big-Data | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 강형구 | - |
dc.contributor.affiliatedAuthor | 이창민 | - |
dc.identifier.doi | 10.35527/kfedoi.2013.12.2.004 | - |
dc.identifier.bibliographicCitation | 金融工學硏究, v.12, no.2, pp.79 - 96 | - |
dc.relation.isPartOf | 金融工學硏究 | - |
dc.citation.title | 金融工學硏究 | - |
dc.citation.volume | 12 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 79 | - |
dc.citation.endPage | 96 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001780624 | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | Y | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 자기회귀 | - |
dc.subject.keywordAuthor | 주성분 분석 | - |
dc.subject.keywordAuthor | VAR | - |
dc.subject.keywordAuthor | 트위터 | - |
dc.subject.keywordAuthor | 빅데이터(Big-data) | - |
dc.subject.keywordAuthor | Autocorrelation | - |
dc.subject.keywordAuthor | Principle Component Analysis | - |
dc.subject.keywordAuthor | VAR | - |
dc.subject.keywordAuthor | - | |
dc.subject.keywordAuthor | Big-data | - |
dc.identifier.url | https://www.kci.go.kr/kciportal/landing/article.kci?arti_id=ART001780624 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.