前言

隨著信息技術的不斷發展，大數據分析技術在金融領域的應用越來越廣泛。作為金融領域的重要組成部分，證券市場的財經信息對投資者的決策和市場監管的效果產生了重要影響。因此，本書旨在從大數據視角出發，研究互聯網財經新聞對證券市場的影響，并探討其在監管、公司治理和投資者認知行為等方面的影響，為證券市場的實踐提供理論參考和決策輔助。

本書的重點研究內容主要分為三個部分。第一部分介紹了利用大數據分析技術研究海量互聯網財經新聞對證券市場的影響的方法和應用。第二部分從多個視角探索證券市場財經新聞媒體效應，并分別從施動者、受動者和管理者三個不同的視角，探討互聯網財經新聞在不同情況下的具體表現。第三部分介紹了基于深度神經網絡學習機制的證券市場財經新聞媒體效應研究，提供了智能計算框架以解決金融學的經典命題。

本書共有兩位作者，分別是陳巖和李慶。陳巖負責第一部分和第二部分的撰寫，主要內容包括大數據分析技術在研究財經新聞媒體效應方面的應用，并探討證券市場財經信息在不同情況下的表現。李慶負責第三部分的撰寫，主要內容包括基于深度神經網絡學習機制的證券市場財經新聞媒體效應研究，提供智能計算框架解決金融學的經典命題。

在此，我們要向支持和幫助我們完成這本專著的各方面人士和機構表示感謝。首先，我們要感謝我們所在的單位———西南財經大學金融科技國際聯合實驗室、四川省金融智能與金融工程重點實驗室，以及研究團隊為我們順利完成研究和撰寫本書所提供的資源和支持。其次，我們還要感謝提供數據和文獻支持的各位同行，沒有他們的幫助，我們的研究無法如此深入和全面。最后，我們還要感謝家人和朋友的理解與支持，他們是我們最堅實的后盾。

本書適合金融學、經濟學、管理學、計算機科學等相關領域的專業人士和學生，以及對證券市場和財經信息效應有興趣的讀者閱讀。本書主要從大數據視角對證券市場的財經信息效應進行了深入研究和探討，旨在為證券市場的實踐提供理論參考和決策輔助。同時，本書還介紹了深度神經網絡學習機制在證券市場財經信息效應研究中的應用，對于對機器學習技術感興趣的讀者也具有參考價值。我們希望本書能夠成為相關領域專業人士和學生的參考讀物，也希望本書的研究成果能夠對證券市場的實踐產生積極的影響。

陳巖 李慶

2023年4月30日