一种用于市场波动率预测的 sentiment 分析方法
统计金融
2020-12-14 v1 人工智能
计算与语言
摘要
未来波动率与收益的预测和量化在金融建模中扮演重要角色，无论是在投资组合优化还是风险管理中。当今的自然语言处理允许处理新闻与社交媒体评论以检测投资者信心信号。我们探索了从金融新闻与推文提取的情绪与 FTSE100 走势之间的关系。我们研究了给定日期的情绪测度与次日观测到的市场波动率及收益之间相关性的强度。研究结果表明存在情绪与股票市场走势相关的证据：从新闻标题捕获的情绪可用作预测市场收益的信号；这同样不适用于波动率。此外，在一个令人惊讶的发现中，对于推文评论中的情绪，我们得到 -0.7 的相关系数与低于 0.05 的 p 值，表明给定日期推文中捕获的正向情绪与次日观测到的波动率之间存在强负相关。我们通过部署基于隐狄利克雷分配的主题建模，从推文与金融新闻集合中提取特征向量，开发了用于响应新信息到达的市场波动率预测的准确分类器。所得特征用作分类器的附加输入。得益于情绪与主题建模的结合，我们的分类器对波动率的 directional 预测准确率达到 63%。
引用
@article{arxiv.2012.05906,
title = {A Sentiment Analysis Approach to the Prediction of Market Volatility},
author = {Justina Deveikyte and Helyette Geman and Carlo Piccari and Alessandro Provetti},
journal= {arXiv preprint arXiv:2012.05906},
year = {2020}
}