文件名称：行为金融–人工智能和社交媒体分析的影响以及成群和人群对股票市场的影响-研究论文
文件大小：196KB
文件格式：PDF
更新时间：2024-06-09 11:37:46
Artificial Intelligence Social Media Machine
人工智能和社交媒体分析在避免投资者做出投资决策时所犯的错误中发挥了关键作用。 有必要依赖数据，本研究探讨了可以在制定基本投资决策时获取，分析和利用数据的各种方式。 该研究利用了以研究问题为指导的定性研究模型。 二级数据来源用于识别社交媒体分析和人工智能在行为金融领域的整体影响。 基于人群的方法和群体方法是基于股票市场的，因为集体智慧领域的研究人员表明，在做出决策，预测和预测时，群体的表现要好于个人。 利用群体情报的最常见方法是将人口视为独立主体的“人群”，这些主体以民意测验，调查和市场交易的形式独立提供输入。 尽管这种基于人群的方法可以有效，但它们与自然系统利用群体智能的方式明显不同。 本研究比较了利用人类群体的智力时人群和群体的预测能力。 更具体地讲，本研究要求一群469名足球迷和29名足球迷组成一个小组，以挑战性地预测2016年超级杯期间的20个道具投注。 尽管其大小大16倍，但结果显示，人群的准确率（正确率47％）明显不如群（正确率68％）准确。 此外，在整个研究中，该群体的表现优于98％的个体。 这些结果表明，与传统的民意调查相比，具有闭环反馈的群体可能是挖掘群体见解的一种更有效的方法。 集体智慧的研究人员表明，在做出决策，预测和预测时，群体的表现要好于个人。 利用群体情报的最常见方法是威胁人群，因为它们是一群独立的特工，它们以民意测验，调查和行动的形式孤立地提供投入。 尽管这种基于人群的方法可以有效，但它们与自然系统利用群体智能的方式明显不同。 本研究比较了利用人类群体的智力时人群和群体的预测能力。 更具体地讲，本研究要求一群469名足球迷和29名足球迷组成一个小组，以挑战性地预测2016年超级杯期间的20个道具投注。 尽管其大小大16倍，但结果显示，人群的准确率（正确率47％）明显不如群（正确率68％）准确。 此外，在整个研究中，该群体的表现优于98％的个体。 这些结果表明，与传统的民意调查相比，具有闭环反馈的群体可能是挖掘群体见解的一种更有效的方法。