基于深度学习的金融突发事件推文主题分析
计算与语言
2020-08-04 v1
摘要
股票市场的金融分析严重依赖定量方法，试图基于历史价格和其他可度量指标预测后续或市场走势。这些定量分析可能忽略了情绪和投机等不可量化但也影响市场的方面。分析社交媒体上海量定性文本数据以理解公众舆论是弥补这一缺口的一种途径。本工作通过对28264条金融推文[1]进行聚类来开展主题分析，以发现股票市场中的新兴事件。研究发现三个主要话题在该时期内被频繁讨论。首先，财务比率EPS是投资者频繁讨论的一项衡量指标。其次，股票卖空被大量讨论，且常与Morgan Stanley一同提及。第三，石油和能源板块常与政策一同被讨论。这些推文通过由word2vec算法获取将词映射为向量的词嵌入的方法进行语义聚类，进而形成语义词簇。随后，每条推文使用其所含词的词频-逆文档频率（Term Frequency-Inverse Document Frequency, TF-IDF）值以及其词所属的词簇进行向量化。推文向量随后通过训练一个深度自编码器（deep-autoencoder）转换为压缩表示。继而形成K-means簇。与通常的向量空间模型（Vector Space Model）相比，该方法降低了维度并生成稠密向量。使用潜在狄利克雷分配（Latent Dirichlet Allocation, LDA）的主题建模和高频词来分析簇并揭示新兴事件。
引用
@article{arxiv.2008.00670,
title = {Deep Learning based Topic Analysis on Financial Emerging Event Tweets},
author = {Shaan Aryaman and Nguwi Yok Yen},
journal= {arXiv preprint arXiv:2008.00670},
year = {2020}
}