看屋買房賣房和房仲情報站論文書籍站
國立臺灣科技大學 管理學院MBA 盧希鵬所指導 林育琦的 數位足跡巨量資料應用之網路聲量對台灣上市公司股價漲跌趨勢之影響性研究 （2015），提出日股 投資 PTT關鍵因素是什麼，來自於大數據、情緒聲量、漲跌、股價、正面情緒、負面情緒。
數位足跡巨量資料應用之網路聲量對台灣上市公司股價漲跌趨勢之影響性研究
為了解決日股 投資 PTT 的問題，作者林育琦 這樣論述：
本研究旨在探討網路情緒聲量與股價漲跌趨勢之互動關係，透過質化研究的觀察方式，找出一些足以預測股市波動的指標，以做為未來投資方向的參考依據。本研究係以2014年10月到2015年3月間之台指MSCI101上市公司為樣本，運用蜘蛛爬文技術取得網路上針對該企業討論的正面情緒聲量，如：快樂、看好、利多、成長、有感、推薦等..與負面情緒聲量，如：悲傷、低劣、看壞、下滑、生氣、落寞等，進行聲量統計，計算當正面情緒大於負面情緒時，與前日、當日、次1日、次2日、次3日、次4日、次5日股價上漲是否有關連，以及當負面情緒大於正面情緒時，與前日、當日、次1日、次2日、次3日、次4日、次5日股價下跌是否有關聯。本研
究主要實證結果如下：1. 當網路討論正面情緒大於負面情緒達51以上時，開始觀察到聲量發生的前或中或後，發生股票收盤價上漲的機率普遍大於總上漲的機率。2. 當網路討論負面情緒大於正面情緒達時，多數可觀察到前或當交易日下跌的機率大於總下跌的機率。3. 當網路討論正面情緒大於負面情緒達101以上時，普遍會發生當日甚至到次五交易日股價上漲機率大於總上漲的機率，情緒聲量此時可視為股價上漲的領先指標。但，當網路討論負面情緒大於正面情緒時，普遍會發生情緒聲量的前一天發生股票下跌機率大於總下跌的機率，情緒聲量此時可視為股價下跌的落後指標。但，各現象的發生仍依各企業特性與產業環境有所不同，情緒聲量與股價漲跌之間
的影響關係也有所不同。透過實證結果，網路情緒討論聲量與股價漲跌趨勢確實存在一定的互動關聯性。與Stockfeel曾提出運用社群網站Twitter上大眾情緒的推文可有效預測股票市場的發展趨勢不謀而合。