※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)
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
回首頁