Citation link: https://nbn-resolving.org/urn:nbn:de:hbz:467-14567
Files in This Item:
File Description SizeFormat
Dissertation_Julian_Schroeter.pdf3.6 MBAdobe PDFThumbnail
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

Show full item record

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.