EmTract：从社交媒体中提取金融语境下的情绪

我们开发了一个开源工具（EmTract），用于从面向金融语境的社交媒体文本中提取情绪。为此，我们标注了来自金融社交媒体平台（StockTwits）的一万条短消息，并将其与开源情绪数据相结合。随后，我们使用一个预调优的 NLP 模型 DistilBERT，通过加入 4,861 个 token（表情符号与情绪符号）来扩充其嵌入空间，先在该开源情绪数据上拟合，再迁移至我们标注的金融社交媒体数据。我们的模型在人工与 chatGPT 标注的数据上均优于竞争性的开源最先进情绪分类器，例如 Emotion English DistilRoBERTa-base。与基于词典的方法相比，我们的方法在金融研究中具有三大优势：第一，我们的模型专为金融社交媒体文本定制；第二，它纳入了社交媒体数据的关键特征，如非标准短语、表情符号与情绪符号；第三，它通过顺序学习包含词序、用词及局部语境等特征的潜在表示来运作。利用 EmTract，我们探究了社交媒体上表达的投资者情绪与资产价格之间的关系。我们表明，公司层面的投资者情绪对每日价格变动具有预测性。我们的发现显示情绪与市场动态密切相关，并提供了一个有助于研究情绪在金融市场中所起作用工具。