Zitierlink:
https://nbn-resolving.org/urn:nbn:de:hbz:467-14567
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
Dissertation_Julian_Schroeter.pdf | 3.6 MB | Adobe PDF | Öffnen/Anzeigen |
Dokumentart: | Doctoral Thesis | Titel: | Zusammenhang von Twitter-Stimmung und DAX : DAX-Vorhersage mit Twitter? | AutorInn(en): | Schröter, Julian | Institut: | Fakultät III Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht | Schlagwörter: | DAX, Vorhersage, Twitter, Zusammenhang, Neuronales Netz | DDC-Sachgruppe: | 650 Management | GHBS-Notation: | PRR QGTU |
Erscheinungsjahr: | 2019 | Publikationsjahr: | 2019 | Zusammenfassung: | Die Arbeit sagt den DAX mit deutschen und englischen Twitter-Nutzerstimmungen voraus. Hierfür wird ein neues Modell zur Kursvorhersage entwickelt, welches Nutzerstimmungen auswählt. Die Vorhersage der ausgewählten Nutzerstimmungen ist durch Kombination statistischer Methoden bei einem Vorlauf von sechs Tagen zu 80% genau. Die Vorhersage auf Nutzerebene ist der auf Gesamt- und Themenebene überlegen. This work predicts the DAX with German and English Twitter user sentiments. A new model is 80% accurate when predicting the DAX with a lag of 6 days. This is accomplished by selecting user sentiments by combining statistical methods. The prediction with user sentiments is superior to the prediction with total sentiments of all users and even to topic-based sentiment prediction. |
URN: | urn:nbn:de:hbz:467-14567 | URI: | https://dspace.ub.uni-siegen.de/handle/ubsi/1456 | Lizenz: | https://dspace.ub.uni-siegen.de/static/license.txt |
Enthalten in den Sammlungen: | Hochschulschriften |
Diese Ressource ist urheberrechtlich geschützt. |
Seitenansichten
1.497
checked on 22.11.2024
Download(s)
3.156
checked on 22.11.2024
Google ScholarTM
Prüfe
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.