一字值千金：针对推文的对抗攻击愚弄股价预测
密码学与安全
2022-07-14 v3 机器学习
统计金融
摘要
越来越多的投资者和机器学习模型依赖社交媒体（如 Twitter 和 Reddit）来获取实时信息与情绪，以预测股价走势。尽管基于文本的模型已知易受对抗攻击，但股价预测模型是否具有类似脆弱性仍鲜有探索。在本文中，我们尝试多种对抗攻击配置以愚弄三种股价预测受害模型。我们通过求解带有语义与预算约束的组合优化问题来处理对抗生成任务。我们的结果表明，所提出的攻击方法仅需拼接一条被扰动但语义相似的推文，即可在交易模拟中取得一致的成功率并造成显著的货币损失。
引用
@article{arxiv.2205.01094,
title = {A Word is Worth A Thousand Dollars: Adversarial Attack on Tweets Fools Stock Predictions},
author = {Yong Xie and Dakuo Wang and Pin-Yu Chen and Jinjun Xiong and Sijia Liu and Sanmi Koyejo},
journal= {arXiv preprint arXiv:2205.01094},
year = {2022}
}
备注
NAACL short paper, github: https://github.com/yonxie/AdvFinTweet