中國信託etf ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

運用財經文本PAD情感模型於指數型證券投資信託基金趨勢研究-以台灣中型100基金為例

為了解決中國信託etf ptt的問題，作者吳旻諺 這樣論述：

近年來ETF資產規模蓬勃發展，以成為許多投資人關注的目標。除了元大50外，許多分析師認為元大台灣中型100基金的成長率更佳，從歷年數據可知，元大台灣中型100基金於某些年度報酬率優於台灣50，加上元大台灣中型100基金的研究數量十分稀少，故本研究希望建立一套以文本情感分析的價格預測模型，成為投資客參考的重要工具。過去的文本分析研究中，皆以LDA分群效果最好，並認為TF-IDF結合K-means因為稀疏矩陣而效果不佳，因此本研究透過TensorFlow程式庫進行實作和側影係數的比較，並發現TF-IDF結合K-means主題模型分群效果及分群比例皆優於LDA主題模型。過去的財經文本情感分析研究中

，情緒標注皆以NTUSD、知網及自行擴充的情感辭典為主，由於辭典的選擇及變動皆會造成情緒分數的改變；由於財經詞庫的不足性，也會造成大量的人工標注。因此，本研究提出利用廣義知網的詞義辭典結合PAD情感模型將情緒數據化並且大量減少人工標注行為。實驗結果證實情緒指數和股價指數具有相似的走勢及波動，其中股市資訊主題的情緒指數具備著領先指標的特性，對於價格預測模型有所幫助。在監督式情感分析方法中，本研究採用SVM和kNN來做比較。實驗結果中發現以SVM的情緒指數結合台灣加權股價指數、原油價格和美元匯率等間接指標，分類效果最為良好。證實財經文本分析能夠有效提升對元大台灣中型100基金的價格趨勢預測。