超越相关性:基于反驳验证的基于方面的情感分析,用于解释能源市场收益
人工智能
2026-03-24 v1 计算与语言
机器学习
摘要
本文提出了一种基于反驳验证的框架,用于金融市场的方面情感分析,解决了无法区分真实关联与虚假关联的相关性研究的局限性。使用X数据进行能源部门测试,检验方面情感信号是否显示与股权回报之间的稳健、反驳验证的关系。我们的管道组合合了净比率评分与z归一化、OLS配合Newey West HAC误差,以及包括占位、随机常见原因、子集稳定性和bootstrap的反驳测试。在六个能源股票中,只有少数关联能通过所有检查,而可再生能源显示出方面和时段特定的响应。虽然不能建立因果关系,但该框架提供了统计上稳健、方向可解释的信号,且样本量有限(六只股票,一季度)限制了可推广性,并将本工作界定为方法论概念验证。
引用
@article{arxiv.2603.21473,
title = {Beyond Correlation: Refutation-Validated Aspect-Based Sentiment Analysis for Explainable Energy Market Returns},
author = {Wihan van der Heever and Keane Ong and Ranjan Satapathy and Erik Cambria},
journal= {arXiv preprint arXiv:2603.21473},
year = {2026}
}
备注
13 pages, 6 figures, submitted to Expert Systems with Applications