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

機構典藏 > College of Engineering > Graduate Institute & Department of Computer Science and Information Engineering > Proceeding > Item 987654321/129057

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/129057

Title:	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
Authors:	萬鴻毅;陳惇凱;楊國龍
Keywords:	情緒分析;股價預測;BERT;台積電;自然語言處理
Date:	2025-10-22
Issue Date:	2026-03-25 12:05:31 (UTC+8)
Abstract:	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。
Appears in Collections:	[Graduate Institute & Department of Computer Science and Information Engineering] Proceeding

Files in This Item:

There are no files associated with this item.