※使用電腦全螢幕查看能達到最好的效果※

Accuracy & Results

Model accurate

D-DAR模型－比較總正確率

Read More

Random Forest

D-DAR模型－人為與模型評分差異

Read More

Variables

D-DAR模型－變數重要性

Read More

D-DAR模型－比較總正確率

D-DAR模型分成兩種字典來比較結果：

1. 本研究的財經情緒字典－SPD 2.0

2. 台灣大學提供的情緒字典


以上述兩種字典九大面向分數加總，轉換形成變數，

以下簡稱AOC變數（本研究）、ANC變數（台大）

Free HTML5 Bootstrap Template by FreeHTML5.co
Lab1. 變數採用九大面向分別加上AOC或是ANC變數，共十個變數

Lab2. 僅採用AOC或是ANC變數

Lab3. 僅採用九大面向共九個變數

Back

D-DAR模型－人為與模型評分差異

D-DAR模型採用九大面向共九個變數，以隨機抽樣約6,000篇新聞為樣本，

使用十次隨機森林建模後，以混沌矩陣比較與人為評分的差異。



此矩陣顯示模型評分與人為評分判定正確率皆達五成以上，

正向類別的正確率更能高達七成五，

因此能認定此模型的準確度是可信的。

Back

D-DAR模型－變數重要性

D-DAR模型採用九大面向的變數，

以隨機森林建模中的變數重要性判斷

九大面向對於模型評分的影響力。



個別公司財報獲利能力面向最為重要，

次要則為股價技術面面向。

Back