利用新聞與社群貼文標題的情緒分析用以預測個股股價走勢 – 以台積電為例
學年 114
學期 1
發表日期 2025-10-22
作品名稱 利用新聞與社群貼文標題的情緒分析用以預測個股股價走勢 – 以台積電為例
作品名稱（其他語言）
著者 萬鴻毅; 陳惇凱; 楊國龍
作品所屬單位
出版者
會議名稱 2025 TANET & NCS 臺灣網際網路研討會暨全國計算機會議
會議地點 宜蘭縣，臺灣
摘要 本研究探討中文大型語言模型（LLMs）於金融情緒分析在台灣股市應用之可行性，特別聚焦於台積電股價預測。透過蒐集2023年8月至2025年3月間之PTT股市版與鉅亨網關於台積電的標題資料，建立三種以BERT為基礎之情緒分析模型（EC_BERT、Dict_BERT、PN_BERT）。這三種模型分別採用Twitter財經標題、NTUSD中文情緒詞典與本研究自建資料進行訓練。實驗結果顯示，EC_BERT在新聞標題分析上表現最佳，準確率最高達57.14%；而Dict_BERT則於分析PTT貼文情緒用以預測股價時具備穩定預測力。相較之下，PN_BERT因訓練資料量與泛化能力(Generalization)限制，準確率略遜。研究亦發現社群媒體之情緒信號較易與股價變動產生關聯，惟新聞報導提供的穩定性與權威性亦具補充價值。整體而言，本研究驗證了LLMs於中文股市情緒分析之潛力，並強調模型微調訓練資料與應用場景是否相符對預測效能之重要性。
關鍵字 情緒分析; 股價預測; BERT; 台積電; 自然語言處理
語言 zh_TW
收錄於
會議性質 國內
校內研討會地點 無
研討會時間 20251022~20251024
通訊作者
國別 TWN
公開徵稿
出版型式
出處
相關連結

機構典藏連結 ( http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/129057 )