Zitierlink: https://nbn-resolving.org/urn:nbn:de:hbz:467-14567
Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
Dissertation_Julian_Schroeter.pdf3.6 MBAdobe PDFMiniaturbild
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.

Zur Langanzeige

Seitenansichten

1.500
checked on 25.11.2024

Download(s)

3.159
checked on 25.11.2024

Google ScholarTM

Prüfe


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.