文件名称：Earnings_Call_NLP_Analysis
文件大小：54.65MB
文件格式：ZIP
更新时间：2024-04-23 01:14:37
JupyterNotebook
收益电话自然语言处理分析 目标： 使用自然语言处理来分析收入记录和随后的季度增长，以预测与各个指数相比的表现。 收益电话 收益电话会议是上市公司管理层，分析师，投资者和媒体之间的电话会议，讨论给定报告期内（例如一个季度或一个会计年度）公司的财务业绩。 通常在收入电话会议之前要有收入报告。 其中包含有关该期间财务绩效的摘要信息。 在项目中分析的公司 纳斯达克的中低市值技术公司。 $ 300 M-> $ 10B [“ ACIW”，“ CEVA”，“ CMTL”，“ COMM”，“ CPSI”，“ CRUS”，“ CSGS”，“ CSOD”，“ CVLT”，“ DCT”，“ DGII”，“ DIOD”，“ DMRC”，“ DSGX”，“ EBIX”，“ EPAY”，“ ERII”，“ EVBG”，“ EXTR”，“ FEYE”，“ FORM”，“ LSCC”，“ LTRPA”，“ MANH”
【文件预览】：
Earnings_Call_NLP_Analysis-main
----images()
--------more sentimental.png(27KB)
--------tfidf.png(43KB)
--------Simulations.png(43KB)
--------sentiment.png(106KB)
--------Ratio.png(16KB)
--------Lexicon_measurements.png(28KB)
--------Ticker trade chart.png(104KB)
--------ROC.png(127KB)
--------Metric.png(77KB)
--------Data.png(133KB)
--------Sent.png(37KB)
--------Flesch.png(38KB)
--------sentimental data.png(37KB)
--------Gunning Fog.png(10KB)
--------SMOG.png(8KB)
--------correlmatrix.png(182KB)
--------Sim2.png(34KB)
----data()
--------data.csv(36.89MB)
--------X_2.csv(31.3MB)
--------X_3.csv(31.32MB)
--------all_features.csv(9.62MB)
--------X.csv(39.4MB)
--------tfidf.csv(10.26MB)
----src()
--------Load_MasterDictionary.py(6KB)
--------EDA.ipynb(1.37MB)
--------__pycache__()
--------Data_Gathering.ipynb(284KB)
--------.ipynb_checkpoints()
--------LoughranMcDonald_MasterDictionary_2018.csv(6.27MB)
----.~lock.Summary.odt#(86B)
----README.md(6KB)
----Summary.odt(21KB)