港幣匯率美金的問題，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

整合情感分析與文字探勘技術應用於新聞標題分析：以外匯市場預測為例

為了解決港幣匯率美金的問題，作者林芝儀 這樣論述：

全球的金融市場通過金融和總體經濟資料相互連結，外匯市場也不例外。匯兌為外匯交易市場最基本的工具，受到貨幣政策、總體經濟資料發布以及地理政治時事的影響而變動，因此新聞訊息對外匯市場的效應不容忽視。本研究旨在探討新聞對外匯預測的影響，由於中文語料在斷詞斷句上較英文困難，因此基於中文語料的外匯預測研究稀少；過去有許多結合文字探勘與情感分析以預測金融市場的研究，但大多數研究使用整篇新聞作為預測資料，大量的資料會使分析所需的時間變長，故本研究以中文國際政經新聞的新聞標題作為資料集，實驗短文本是否能達到長文本的預測效益。透過文字探勘及情感分析技術建立情緒詞庫，以美金兌新台幣、人民幣兌新台幣、港幣兌新台幣

、新加坡幣兌新台幣、日圓兌新台幣、歐元兌新台幣共六種外匯為標的，實驗本研究提出的模型是否改善預測準確性。　　為驗證本研究所提之模型，共進行六個實驗，概述實驗及發現如下：實驗一為訓練詞向量方法使用支持向量機作為預測方法的比較，以BOW、TF-IDF、Word2Vec的CBOW及Skip-gram模型，其中Word2Vec的Skip-gram模型表現最佳，平均準確率63.42%。實驗二為調整實驗一的參數，分別調整iter、size、window，在iter=7、size=250、window=4時，平均準確率最高，為70.27%。實驗三驗證降維是否可以提高準確率，在降維後平均準確率為72.28%。

實驗四為預測方法的比較，以支持向量機（SVM）、K-NN、隨機森林（Random Forest）、多層感知器（MLP），其中支持向量機的模型表現最佳。實驗五為調整實驗四的參數C及gamma，平均準確率為75.22%。實驗六為驗證時間序列的效果，在新聞發佈後預測下一個交易日(D+1)的外匯六種幣別的平均準確率為75.22%，而在之後的交易日新聞逐漸失去效果。根據實驗結果，本研究提供外匯預測模型並建立正、負面情緒詞庫，可作為外匯預測使用，並且探討各國情緒詞庫的差異以及匯率變動之間的關聯。