Współzależność informacji sieciowych oraz zmian indeksów zachodzących na Giełdzie Papierów Wartościowych w Warszawie

• Autorzy: Katarzyna Rostek , Daniel Młodzianowski

Warianty tytułu

The Correlation between Network Information and Index Changes on the Warsaw Stock Exchange

• Języki publikacji: PL

Abstrakty

W artykule zaprezentowano wpływ informacji sieciowych na zmiany indeksów zachodzące na Warszawskiej Giełdzie Papierów Wartościowych. W pierwszej części pracy przybliżono zagadnienie text miningu oraz analizy sentymentu. Przedstawiono ich zastosowanie w procesie analizy tekstu. W następnej części pracy zaprezentowano charakterystykę prowadzonego badania. Dokonano identyfikacji polskich serwisów informacyjnych o tematyce finansowej, które mogą obrazować reakcje klientów na zmiany zachodzące na GPW. Przeprowadzono identyfikację i selekcja słów kluczowych na potrzeby prowadzonego badania oraz dokonano podziału ich na klasy. Następnie dokonano analizy zależności pomiędzy zmianą indeksów giełdowych GPW a występowania poszczególnych słów w ramach klas. W ostatniej części pracy zaprezentowano wyniki badań, przeprowadzono dyskusję nad możliwościami ich wykorzystania oraz wskazano dalsze kierunki badań. (abstrakt oryginalny)

EN

The article presents the influence of network information on index changes on the Warsaw Stock Exchange. In the first part of the work text mining and sentiment analysis issues are introduced. There is also a presentation of their use in the process of text analysis. In the next part of the article the characteristics of conducting research could be found. In this work the identification of the Polish news services dealing with financial matters, is made, which could chart the client's reactions linked with changes on the stock market. The identification and selection of keywords necessary to do this research are conducted and categorised into their proper classes. Afterwards there is the analysis of correlation between index changes on the stock market and the presence of particular words among the classes. The last part presents the results of research, discusses the prospect of their use and suggests further research directions.(original abstract)

Słowa kluczowe

PL

Rynek kapitałowy; Zarządzanie informacją; Eksploracja tekstu; Wyniki badań

EN

Capital market; Information management; Text mining; Research results

• Czasopismo: Zeszyty Naukowe Uniwersytetu Przyrodniczo-Humanistycznego w Siedlcach. Administracja i Zarządzanie
• Rocznik: 2017
• Tom: 42
• Numer: nr 115
• Strony: 249--263

Twórcy

autor

Katarzyna Rostek

• Politechnika Warszawska

autor

Daniel Młodzianowski

• Politechnika Warszawska

Bibliografia

• Das S., Chen M., (2001). Yahoo! for Amazon: Extracting market sentiment from stock message boards. In Proceedings of the Asia Pacific finance association annual conference Vol. 35.
• Dutta S., (2013). Business Communications, PHI Lerning Private Limited, Dheli.
• Hagenau M., Liebmann M., & Neumann D. (2013). Automated news reading: Stock price prediction based on financial news using context-capturing features. Decision Support Systems, 55.
• Hearst M., (1999). Untangling Text Data Mining, Proceedings of ACL'99: the 37th Annual Meeting of the Association for Computational Linguistics, University of Maryland, June 20-26.
• Hilbert M., (2012). How much information is there in the "information society"? Significance, 9(4), 8-12. doi:10.1111/j.1740-9713.2012.00584.x
• Kostoff R. N., (1999). Science and technology innovation, Technovation 19 (10).
• Ling R., (2012). Taken for Grantedness: The Embedding of Mobile Communication into Society, The MIT Press.
• Loughran T., McDonald B., (2011). When is a Liability not a Liability? Textual Analysis, Dictionaries, and 10-Ks. "The Journal of Finance", vol. 66, no. 1.
• Luhn H.P., (1958). The automatic creation of literature abstracts, IBM Journal of Reasearch and Development.
• Lupiani-Ruiz E., García-Manotas I., Valencia-García R., García-Sánchez F., Castellanos-Nieves D., Fernández-Breis J.T., et al., (2011). Financial news semantic search engine. Expert Systems with Applications, 38.
• Mittermayer M.A., (2004). Forecasting intraday stock price trends with text mining techniques. In Proceedings of the 37th annual Hawaii international conference on system sciences.
• Nassirtoussi A.K., Aghabozorgi S., Ying Wah T., Chek Ling Ngo D., (2015). Text mining of news-headlines for FOREX market prediction: A Multi-layer Dimension Reduction Algorithm with semantics and sentiment. Expert Systems with Applications.
• Nasukawa T., Yi J., (2003). Sentiment analysis: Capturing favorability using natural language processing. W Proceedings of the Conference on Knowledge Capture. (K-CAP).
• Nielsen F.Å., (2011) A new ANEW: Evaluation of a word list for sentiment analysis in microblog. W RoweMatthew i in., eds., Proceedings of the ESWC2011 Workshop on 'Making Sense of Microposts': Big things come in small packages 718 in CEUR Workshop Proceedings, Heraklion.
• Pang B., Lee L., (2008). Opinion mining and sentiment analysis, Foundations and Trends in Information Retrieval Vol. 2, No 1-2.
• Peramunetilleke D., Wong R. K. (2002). Currency exchange rate forecasting from news headlines. Australian Computer Science Communications, 24.
• Schumaker R.P., Chen H., (2009). Textual analysis of stock market prediction using breaking financial news: The AZF in text system. ACM Transactions on Information Systems, 27.
• Tetlock P.C., Saar-Tsechansky M., & Macskassy S., (2008). More than words: Quantifying language to measure firms fundamentals. The Journal of Finance, 63.
• Tong R.M., (2001). An operational system for detecting and tracking opinions in on-line discussion. W Working Notes of the SIGIR Workshop on Operational Text Classification. New York: ACM.
• http://www.wirtualnemedia.pl/artykul/najpopularniejsze-serwisy-tematycznew-styczniu-2015-roku

Identyfikatory

DOI

11331/1895