การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน

This study presents the creation of information obtained from Twitter to represent investor’s sentiment proxy in DJI during an uncertain event, such as US-China Trade war. The data collection is divided into 2 periods, which are 10th –14th September 2018 (Normal period) and 17th –21st September 2018...

Full description

Saved in:
Bibliographic Details
Main Author: ชนม์นิภา จันทร์เอี่ยม
Other Authors: เริงชัย ตันสุชาติ
Format: Theses and Dissertations
Language:other
Published: เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่ 2020
Subjects:
Online Access:http://cmuir.cmu.ac.th/jspui/handle/6653943832/71060
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Chiang Mai University
Language: other
id th-cmuir.6653943832-71060
record_format dspace
spelling th-cmuir.6653943832-710602020-10-22T08:18:37Z การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน The Study and management information on twitter for investor’s sentiment proxy in the stock market index short-period case Study : US-China trade war ชนม์นิภา จันทร์เอี่ยม เริงชัย ตันสุชาติ จิราคม สิริศรีสกุลชัย ณฉัตร์ชพงษ์ แก้วสมพงษ์ ทวิตเตอร์ ความเชื่อมั่น นักลงทุน ตลาดหลักทรัพย์ สงครามการค้า ข้อมูล This study presents the creation of information obtained from Twitter to represent investor’s sentiment proxy in DJI during an uncertain event, such as US-China Trade war. The data collection is divided into 2 periods, which are 10th –14th September 2018 (Normal period) and 17th –21st September 2018 (Abnormal period). The abnormal period is a peak period of twitter users discussed about the US-China Trade war. The samples of tweets were collected by using 5 key hashtags on Twitter API. 9 new variables from Twitter data at the same period were created, including hourly twitter volume and hourly twitter moods (8 Basic emotion). The results show that, during normal period time, we are unable to use Twitter data to represent investors’ sentiment proxy. As both Twitter data have no statistically significant correlation with DJI performance. During abnormal period time, The results showed a statistically significant positive correlation between Twitter data and DJI performance. Moreover, The results also demonstrated that the MA (1) with GARCH (1,1) - FEAR and MA (1) with GARCH (1,1) - JOY models provided more accurate volatility in DJI returns than the MA (1) with GARCH (1,1), which was created without using Twitter data 2020-10-22T08:18:37Z 2020-10-22T08:18:37Z 2020-03 Thesis http://cmuir.cmu.ac.th/jspui/handle/6653943832/71060 other เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
institution Chiang Mai University
building Chiang Mai University Library
continent Asia
country Thailand
Thailand
content_provider Chiang Mai University Library
collection CMU Intellectual Repository
language other
topic ทวิตเตอร์
ความเชื่อมั่น
นักลงทุน
ตลาดหลักทรัพย์
สงครามการค้า
ข้อมูล
spellingShingle ทวิตเตอร์
ความเชื่อมั่น
นักลงทุน
ตลาดหลักทรัพย์
สงครามการค้า
ข้อมูล
ชนม์นิภา จันทร์เอี่ยม
การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
description This study presents the creation of information obtained from Twitter to represent investor’s sentiment proxy in DJI during an uncertain event, such as US-China Trade war. The data collection is divided into 2 periods, which are 10th –14th September 2018 (Normal period) and 17th –21st September 2018 (Abnormal period). The abnormal period is a peak period of twitter users discussed about the US-China Trade war. The samples of tweets were collected by using 5 key hashtags on Twitter API. 9 new variables from Twitter data at the same period were created, including hourly twitter volume and hourly twitter moods (8 Basic emotion). The results show that, during normal period time, we are unable to use Twitter data to represent investors’ sentiment proxy. As both Twitter data have no statistically significant correlation with DJI performance. During abnormal period time, The results showed a statistically significant positive correlation between Twitter data and DJI performance. Moreover, The results also demonstrated that the MA (1) with GARCH (1,1) - FEAR and MA (1) with GARCH (1,1) - JOY models provided more accurate volatility in DJI returns than the MA (1) with GARCH (1,1), which was created without using Twitter data
author2 เริงชัย ตันสุชาติ
author_facet เริงชัย ตันสุชาติ
ชนม์นิภา จันทร์เอี่ยม
format Theses and Dissertations
author ชนม์นิภา จันทร์เอี่ยม
author_sort ชนม์นิภา จันทร์เอี่ยม
title การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
title_short การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
title_full การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
title_fullStr การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
title_full_unstemmed การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
title_sort การศึกษาและจัดการข้อมูลทางทวิตเตอร์เพื่อเป็นตัวแทนความเชื่อมั่นของนักลงทุนในดัชนีตลาดหลักทรัพย์ กรณีศึกษาระยะสั้น : สงครามการค้า สหรัฐอเมริกา-จีน
publisher เชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่
publishDate 2020
url http://cmuir.cmu.ac.th/jspui/handle/6653943832/71060
_version_ 1681752726399090688