現今網際網路的普及和科技及行動裝置的發達，人們對於新聞訊息的來源不再僅限於報章雜誌，網路新聞也佔其中極為重要之地位。而隨著人工智慧的發展，越來越多研究朝向將非結構化資料處理成量化模型，而文字探勘便是近年來蓬勃 發展之技術研究。
以往投資人在預測未來指數波動時，僅考慮基本面、技術面等指標，往往忽略在消息面上投資人情緒對於整體股市波動的影響，本研究透過搜集中央新聞社 2017 年 5 月至 2018 年 5 月科技類新聞，並運用文字探勘技術，建立科技類新聞之情緒指數,與電子類股指數做相關性分析，發現當新聞情緒指數高漲時，電子類股指數亦有上漲趨勢。
最後本研究運用前一日納斯達克綜合指數、費城半導體指數及匯率建立複迴歸模型及 SVR 預測模型，後續分別加入不同天期之新聞情緒指數，探討情緒指 標是否可有效修正預測模型之準確性。實證研究發現，SVR 模型對於電子類股指數之預測能力整體優於複迴歸預測模型，此外，前一日新聞情緒指數加入SVR 預測模型後，可提高變數對於當日電子類股指數預測的解釋能力。
結果證明科技類新聞情緒指數在修正電子類股整體指數預測模型上有一定效益，透過新聞情緒指數搭配其他相關因子以預測未來電子類股整體趨勢，當投資人在預測未來股市波動時，消息面的情緒反應仍是需考量之因素之一。

With the popularization of the Internet and mobile devices, the main channel people obtain news is from online website. With the development of knowledge in artificial intelligence field, more and more researcher focused on how to process unstructured data and construct quantitative model. Hence, text mining research is flourish in recent years and occupied an important position.
In the past, when investors predict future fluctuations of stock market, they only consider fundamentals and technical indicators and usually ignore the effect of investor emotion to stock market volatility which investor react from news. This study collected the Central News Agency new from May 2017 to 2018. By use of text mining technology to establish of news sentimental index investor reacted from technology news. Propose to find the correlation between Electronic Sector Index in Taiwan and News Sentimental Index.
Finally, this study used the NASDAQ Composite Index, Philadelphia Semiconductor Index, rate to establish multiple regression model and SVR model, compare the accuracy between the model adding News Sentimental Index as additional variable. SVR model have more predict power and less error than multiple regression. And when we consider the news sentimental as a factor that effect volatility of Electronic Sector Index, the predict result can be corrected by News Sentimental Index in SVR model.
The news sentiment index and other relevant factors can be used to forecast the overall trend of future electronic sector index. When investors predict future stock market volatility, they also need to consider the investor emotion react from news.
Keywords: Text Mining, News Emotion, Multiple Regression, SVR, Electronic Sector Index

一、 中文文獻
1. 邱金玉，影響台灣電子類及金融類股指數之總體因素與產業基本面因素之探討，台灣大學經濟學系碩士論文，2008年。
2. 邱皓政，多元迴歸的自變數比較與多元共線性之影響:效 果量、優勢性與相對權數指標的估計與應用，臺大管理論叢，2017年。
3. 陳宗權、陳俊育，運用文本探勘技術探索未來科技，科技部 105 年度自行研究計畫成果報告，2016年。
4. 陳國玄，人工神經網路與統計方法應用於台灣上市電子類股價指數預測與分類之研究，成功大學統計學系學位論文，2004年。
5. 陳鳳琴,台灣股匯市與美國股市連動性之在探討，中華管理評論國際學報，2012年。
6. 陳曉吟，台灣電子股指數與美國那斯達克綜合指數及匯率傳遞效果分析─多變量EGARCH之應用，逢甲大學經濟學系碩士論文，2007年
7. 游和正、黃挺豪、陳信希，領域相關詞彙極性分析及文件情緒分類之研究，中華民國計算語言學學會，2012年。
8. 黃菁芸，美國量化寬鬆政策對台灣金融及電子股股價指數之影響，成功大學企業管理學系碩士論文，2013年。
9. 楊舜閎，台灣股價指數之預測─以電子股為例，輔仁大學應用統計學碩士論文，2005年。
10. 董呈煌、李春長、陳俊麟、吳韻玲，SVR與OLS在住宅價格預測正確率的比較，住宅學報學術論著，第二十五卷第二期，2016年。
11. 劉照群，美國費城半導體股市、台灣股市、台積電股價的關聯性之實證研究，台北大學統計學系碩士論文，2008年。
12. 鍾任明、李維平、吳澤民，運用文字探勘於日內股價漲跌趨勢預測之研究，中華管理評論國際學報，2007年。
13. 簡志宏，應用文字探勘技術於概念股輿情與股價共同移動之研究-以蘋果供應鏈為例，政治大學資訊管理學系碩士論文，2015年。
14. 蘇恩立，新聞媒體情緒對股市波動的影響，輔仁大學金融與國際企業學系金融碩士論文，2017年。
二、 英文文獻
1. Atkins, A.B. and S. Basu, The impact of public announcements made after the stock market closes, University of Arizona and University of Denver, 1991.
2. Berry, T.D. and K. M. Howe, Public information arrival, Journal of Finance, 2003.
3. De Long J B, Shleifer A, Summers L H, Noise Trader Risk in Financial Markets, Journal of Political Economy, 1994.
4. Huang A, Seuntjens E, Vankelecom H, Analyst Information Discovery and Interpretation Roles: A Topic Modeling Approach, Social Science Electronic Publishing, 2015.
5. Li F, The Information Content of Forward-Looking Statements in Corporate Filings—A Naïve Bayesian Machine Learning Approach, Journal of Accounting Research, 2010.
6. Penman, S.H., The distribution of earnings news over time and seasonalities in aggregate stock returns, Journal of Financial Economic, 1987.
7. Robert P. Schumaker and Hsinchun Chen, Textual Analysis of Stock Market Prediction Using Breaking Financial News: The AZFinText System, Americas Conference on Information Systems, 2006.
8. Thompson, R.B., C. Olsen, and J.R. Dietrich, Attributes of news about firms: An analysis of firm-specific news reported in the Wall Street Journal Index, Journal of Accounting Research, 1987.