利用多模态特征提升加密货币情感分析
计算与语言
2025-09-03 v2 统计金融
摘要
随着加密货币的流行，数字资产市场变得越来越重要。了解社交媒体信号可提供有价值的见解，以把握投资者情感和市场动态。先前的研究主要聚焦于文本平台如 Twitter。然而，视频内容鲜有被探索，尽管可能包含文本难以完全捕捉的更丰富的情感和情境情感。在本研究中，我们 presented a 多模态分析比较 TikTok 和 Twitter 情感，使用大型语言模型从视频和文本数据中提取见解。我们研究社交媒体情感与加密货币市场指标之间的动态依赖关系和溢出效应。我们的结果显示，TikTok 的视频基情感显著影响投机性资产和短期市场趋势，而 Twitter 的文本基情感更 closely 与长期动态相关。值得注意的是，跨平台情感信号的整合可提高预测准确率最高可达 20%。
引用
@article{arxiv.2508.15825,
title = {Enhancing Cryptocurrency Sentiment Analysis with Multimodal Features},
author = {Chenghao Liu and Aniket Mahanti and Ranesh Naha and Guanghao Wang and Erwann Sbai},
journal= {arXiv preprint arXiv:2508.15825},
year = {2025}
}