评估新闻情绪指标对欧洲五个主要经济体的国内生产总值(GDP)和其他宏观经济变量的预测信息内容,结果显示这些情绪指标对宏观经济变量的预测具有显著性并且对其他实时可用的指标进行控制仍然具有稳健的预测内容。
Jan, 2024
这篇论文研究了新闻文章情感分析的不同点,并且提出了三个需要解决的子任务,同时尝试从新闻文章中分离出正负面情感并挖掘其中的实体,最终得到的实验结果表明,忽略专业领域的词汇能够在新闻观点挖掘的任务中产生更好的效果。
Sep, 2013
通过情感分析市场新闻,本文针对金融市场制定了情感分析字典和模型,并对医药股市的新闻进行了分析,得出仅从新闻情感中,对于预测短期股价趋势有 70.59% 的准确率。
Dec, 2018
使用 SENTInews 定制的金融新闻情感分析器,本文探索了衡量金融新闻情感的最有效和准确的方法,认为使用 Vader、LM、Harvard IV 和 Pattern 等常用方法无法准确描绘金融新闻的真实情况,因此不够可靠。
Dec, 2023
为了预测股票的未来价格,我们设计了一个高效的系统来捕捉 NITY50 股票的新闻情绪,并通过对新闻数据库和股票价格信息进行处理,使用多个 LSTM 模型来预测股票价格,并比较其表现。
Aug, 2023
本研究目的是调查情感分析如何应用于外汇市场生成交易信号,作者通过词典分析和朴素贝叶斯机器学习算法,评估了与美元有关的社交媒体帖子和新闻文章的情感。研究结果表明情感分析在预测市场走势和制定交易信号方面具有价值,并且其有效性在不同市场条件下保持一致。作者得出结论,通过分析新闻和社交媒体中表达的情感,交易者可以了解市场对美元和其他相关国家的情绪,从而帮助做出交易决策。本研究强调了将情感分析融入交易策略作为预测市场动态的关键工具的重要性。
Feb, 2024
该研究以资产预测表现为切入点,提出使用流动性驱动变量筛选对资产影响较大的新闻,并运用朴素贝叶斯分类方法,从而提高短期资产回报预测的准确性。
Apr, 2023
本文主要研究如何利用人工智能技术分析经济新闻中的情感倾向,提出一种基于人工标注金融短语库、同时考虑上下文结构信息和特征属性的线性短语结构模型,并与现有情感分析模型进行比较。
Jul, 2013
本文通过调查一系列网络数据集和情感追踪方法,比较它们对预测金融市场指数、交易量和市场波动率以及黄金价格的价值,结果表明,传统的调查情绪指标是金融市场的滞后指标,但是一些在线情感指标是非常具有统计显著性的预测因素。
Dec, 2011
本文探讨了在新闻标题中进行细粒度金融情感分析的任务和挑战,提出 SAEntFiN 1.0 数据集,并使用特征为基础的方法提取实体相关情感。使用 12 种不同的学习方案验证实验结果,RoBERTa 和 finBERT 的平均准确率和 F1 分数最高,同时使用 210,000 多个实体情感预测验证了情感对市场的影响。
May, 2023