本網站的股票網絡以2014到2019年間,台灣股票市場834檔上市個股為樣本。其中以個股為節點(nodes)、以報酬率相關性作為連結(link),並且將達到門檻(threshold)的各節點連結,以日為單位,形成台灣股票市場的網絡。若網絡中各節點(nodes)聚集較為緊密則表示股票間資訊傳遞較快,使得市場上多數股票的報酬相關性提高,市場趨向同漲同跌。

 

                                                             上圖中紅字表示當日中心性(Degree Centrality)最高之股票代碼

 

 

 

 

近日將開始提供即時的情緒指標與股票網絡展示,敬請期待!!!!

本網站將台灣股票市場的投資人情緒量化,蒐集了2008年到2019年間的日頻數據資料包含總經公開資料、技術指標,與非結構性資料如新聞文字探勘、股票網絡分析參數,據以建立情緒指標。

情緒指標又拆解成高頻與低頻兩部分,並建立情緒燈號供投資人參考。其中,低頻指標可能較屬於理性情緒,而高頻指標也許較偏向非理性情緒

 

情緒燈號意涵

 

情緒燈號

紅燈

   

目前市場情況樂觀

黃紅燈

目前市場情緒偏高,對未來市場狀況相對看好

綠燈

目前市場情緒一切平穩,若短期有較大的波動也不需擔心

黃藍燈

目前市場情緒較不樂觀,若轉入藍燈則須小心

藍燈

目前市場情緒極度悲觀

 

 

 

 

 

 

近日將開始提供即時的情緒指標與股票網絡展示,敬請期待!!!!

 

 

本網站之情緒指標資料目前尚未公開發佈,如需指標資料,請洽計畫主持人:

馬黛  教授

email: Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它

 

摘要: 毫無疑問,神經網絡和機器學習在過去幾年一直是高科技領域最熱門的話題之一。這一點很容易看出,因為它們解決了很多真正有趣的用例,如語音識別、圖像識別、甚至是樂曲譜寫。因此,在這篇文章,我決定編制一份囊括一些很好的Python機器學習庫的清單,並將其張貼在下面。......