基于推文的公司层面股票收益预测数据集
计算与语言
2020-06-18 v1 社会与信息网络
统计金融
摘要
公众舆论会影响事件,尤其是与股票市场走势相关的事件,其中细微的暗示便可能影响市场的局部结果。在本文中,我们提出一个数据集,支持对公司层面推文对一日、两日、三日和七日股票收益影响的分析。我们的数据集由 862,231 条英文推文标注实例组成,我们还向社区发布了一个含 85,176 条标注实例的清洗子集。我们还使用标准机器学习算法和一种利用不同类型特征的多视图学习方法给出了基线。我们的数据集、脚本和模型公开于:https://github.com/ImperialNLP/stockreturnpred。
引用
@article{arxiv.2006.09723,
title = {A Tweet-based Dataset for Company-Level Stock Return Prediction},
author = {Karolina Sowinska and Pranava Madhyastha},
journal= {arXiv preprint arXiv:2006.09723},
year = {2020}
}
备注
Dataset available here: https://github.com/ImperialNLP/stockreturnpred