实验多模态信息用于预测印度 IPO 成功率
计算与语言
2024-12-24 v1 综合经济学
经济学
摘要
随着印度经济的持续增长，首次公开募股（IPO）已成为流行的投资渠道。随着现代技术简化投资，更多投资者希望在为 IPO 提供配售时做出数据驱动的决策。在本文中，我们描述了一种基于机器学习和自然语言处理的方法，用于估计 IPO 是否会成功。我们广泛研究了 IPO 招股说明书中各种事实、宏观经济因素、市场条件、灰市价格等对 IPO 成功的影响。我们创建了两个与印度公司 IPO 相关的新数据集。最后，我们调查了如何利用多模态信息（文本、图像、数字和分类特征）用于估计 IPO 上市日股票开盘价、最高价和收盘价相对于这些价格的方向和低估程度。
引用
@article{arxiv.2412.16174,
title = {Experimenting with Multi-modal Information to Predict Success of Indian IPOs},
author = {Sohom Ghosh and Arnab Maji and N Harsha Vardhan and Sudip Kumar Naskar},
journal= {arXiv preprint arXiv:2412.16174},
year = {2024}
}
备注
Dataset: https://huggingface.co/datasets/sohomghosh/Indian_IPO_datasets Codes: https://github.com/sohomghosh/Indian_IPO