加密货币泡沫检测：一个新的股票市场数据集、金融任务与双曲模型
计算与语言
2022-06-14 v1 人工智能
机器学习
社会与信息网络
统计金融
摘要
信息在社交媒体上的快速传播影响着量化交易与投资。加密货币与迷因股票等高度波动资产的投机交易日益流行，给金融领域带来了新挑战。研究此类市场突然异常行为的“泡沫”期，对于理解投资者行为与市场动态至关重要。然而，高波动性加上海量混乱的社交媒体文本，尤其对于加密货币等未被充分研究的资产，对现有方法提出了挑战。作为面向加密货币自然语言处理的第一步，我们提出并公开发布 CryptoBubbles：一个用于泡沫检测的新型多跨度识别任务，以及涵盖 9 家交易所、历时五年、超过两百万条推文、涉及 400 多种加密货币的数据集。此外，我们基于加密货币与社交媒体用户行为的幂律动态，开发了一组适用于该多跨度识别任务的序列到序列双曲模型。我们进一步在涉及 29 只因社交媒体炒作而交易量上升的“迷因股票”的 Reddit 帖子测试集上，以零样本设定检验了模型的有效性。通过对 Reddit 与 Twitter 上加密货币与迷因股票的定量、定性及零样本分析，我们展示了 CryptoBubbles 与双曲模型的实用价值。
引用
@article{arxiv.2206.06320,
title = {Cryptocurrency Bubble Detection: A New Stock Market Dataset, Financial Task & Hyperbolic Models},
author = {Ramit Sawhney and Shivam Agarwal and Vivek Mittal and Paolo Rosso and Vikram Nanda and Sudheer Chava},
journal= {arXiv preprint arXiv:2206.06320},
year = {2022}
}
备注
Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies