前言

随着信息技术的不断发展，大数据分析技术在金融领域的应用越来越广泛。作为金融领域的重要组成部分，证券市场的财经信息对投资者的决策和市场监管的效果产生了重要影响。因此，本书旨在从大数据视角出发，研究互联网财经新闻对证券市场的影响，并探讨其在监管、公司治理和投资者认知行为等方面的影响，为证券市场的实践提供理论参考和决策辅助。

本书的重点研究内容主要分为三个部分。第一部分介绍了利用大数据分析技术研究海量互联网财经新闻对证券市场的影响的方法和应用。第二部分从多个视角探索证券市场财经新闻媒体效应，并分别从施动者、受动者和管理者三个不同的视角，探讨互联网财经新闻在不同情况下的具体表现。第三部分介绍了基于深度神经网络学习机制的证券市场财经新闻媒体效应研究，提供了智能计算框架以解决金融学的经典命题。

本书共有两位作者，分别是陈岩和李庆。陈岩负责第一部分和第二部分的撰写，主要内容包括大数据分析技术在研究财经新闻媒体效应方面的应用，并探讨证券市场财经信息在不同情况下的表现。李庆负责第三部分的撰写，主要内容包括基于深度神经网络学习机制的证券市场财经新闻媒体效应研究，提供智能计算框架解决金融学的经典命题。

在此，我们要向支持和帮助我们完成这本专著的各方面人士和机构表示感谢。首先，我们要感谢我们所在的单位——西南财经大学金融科技国际联合实验室、四川省金融智能与金融工程重点实验室，以及研究团队为我们顺利完成研究和撰写本书所提供的资源和支持。其次，我们还要感谢提供数据和文献支持的各位同行，没有他们的帮助，我们的研究无法如此深入和全面。最后，我们还要感谢家人和朋友的理解与支持，他们是我们最坚实的后盾。

本书适合金融学、经济学、管理学、计算机科学等相关领域的专业人士和学生，以及对证券市场和财经信息效应有兴趣的读者阅读。本书主要从大数据视角对证券市场的财经信息效应进行了深入研究和探讨，旨在为证券市场的实践提供理论参考和决策辅助。同时，本书还介绍了深度神经网络学习机制在证券市场财经信息效应研究中的应用，对于对机器学习技术感兴趣的读者也具有参考价值。我们希望本书能够成为相关领域专业人士和学生的参考读物，也希望本书的研究成果能够对证券市场的实践产生积极的影响。

陈岩李庆
2023 年 4 月 30 日