Citation link:
https://nbn-resolving.org/urn:nbn:de:hbz:467-14567
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertation_Julian_Schroeter.pdf | 3.6 MB | Adobe PDF | View/Open |
Dokument Type: | Doctoral Thesis | metadata.dc.title: | Zusammenhang von Twitter-Stimmung und DAX : DAX-Vorhersage mit Twitter? | Authors: | Schröter, Julian | Institute: | Fakultät III Wirtschaftswissenschaften, Wirtschaftsinformatik und Wirtschaftsrecht | Free keywords: | DAX, Vorhersage, Twitter, Zusammenhang, Neuronales Netz | Dewey Decimal Classification: | 650 Management | GHBS-Clases: | PRR QGTU |
Issue Date: | 2019 | Publish Date: | 2019 | Abstract: | 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 | License: | https://dspace.ub.uni-siegen.de/static/license.txt |
Appears in Collections: | Hochschulschriften |
This item is protected by original copyright |
Page view(s)
1,524
checked on Dec 26, 2024
Download(s)
3,214
checked on Dec 26, 2024
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.