融合新闻文本的原油价格预测
统计金融
2021-07-02 v4
摘要
稀疏而简短的新闻标题可能任意、含噪且模糊，使得为处理长文本而设计的经典主题模型 LDA（潜在狄利克雷分配）难以从中发现知识。然而，一些现有的基于文本的原油预测研究采用 LDA 从新闻标题中挖掘主题，导致短文本与主题模型不匹配，并进一步影响预测性能。利用先进且适当的方法从新闻标题中构建高质量特征在原油预测中变得至关重要。为解决此问题，本文针对短而稀疏的文本数据引入主题与情感两个新指标。实证实验表明，采用我们所提文本指标的 AdaBoost.RT 凭借对短而稀疏文本数据更全面的视角与刻画，优于其他基准模型。另一显著优点是，我们的方法在应用于其他期货商品时也取得了良好的预测表现。
引用
@article{arxiv.2002.02010,
title = {Crude oil price forecasting incorporating news text},
author = {Yun Bai and Xixi Li and Hao Yu and Suling Jia},
journal= {arXiv preprint arXiv:2002.02010},
year = {2021}
}