BERTopic驱动的股票市场预测：解构情感洞察
计算与语言
2024-04-05 v2 计算工程、金融与科学
统计金融
摘要
本文探讨了自然语言处理(NLP)与金融分析的交叉领域，关注情感分析在股票价格预测中的影响。我们采用BERTopic 这种先进的NLP 技术来分析从股票市场评论中派生出的主题的情感。我们的 方法论将这种情感分析与各种深度学习模型集成，后者在时间序列和股票预测任务中表现出色。在通过全面实验后，我们证明了将主题情感纳入模型显著提升了这些模型的性能。结果表明，股票市场评论中的主题提供了关于股票市场波动性和价格趋势的隐式、有价值的见解。该研究通过展示NLP 在丰富金融分析方面的潜力，为进一步研究实时情感分析和情感和情境方面的市场情感开辟了研究 avenue。将先进的NLP 技术如BERTopic 与传统金融分析方法相结合，标志着为理解和预测市场行为的更高级工具发展迈出了一步。
引用
@article{arxiv.2404.02053,
title = {BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights},
author = {Enmin Zhu and Jerome Yen},
journal= {arXiv preprint arXiv:2404.02053},
year = {2024}
}