提取新闻稿结构以预测收益公告收益
计算金融
2025-10-07 v2 计算工程、金融与科学
计算与语言
机器学习
摘要
我们研究了收益新闻稿中的文本特征如何预测收益公告日的股票收益。使用 2005 年至 2023 年间的 138,000 多份新闻稿，我们比较了传统的词袋方法和基于 BERT 的嵌入。我们发现新闻稿内容（软信息）与收益意外（硬信息）同样具有信息量，FinBERT 产生了最高的预测能力。组合模型增强了解释力和对新闻稿内容的解释性。股票价格在市场开盘时完全反映新闻稿内容。如果新闻稿被泄露，则具有预测优势。主题分析揭示了管理层叙事中的自利偏差。我们的框架通过整合在线学习支持实时收益预测，提供了可解释性，并揭示了语言在价格形成中的微妙作用。
引用
@article{arxiv.2509.24254,
title = {Extracting the Structure of Press Releases for Predicting Earnings Announcement Returns},
author = {Yuntao Wu and Ege Mert Akin and Charles Martineau and Vincent Grégoire and Andreas Veneris},
journal= {arXiv preprint arXiv:2509.24254},
year = {2025}
}
备注
9 pages, 4 figures, 6 tables, Accepted by The 6th ACM International Conference on AI in Finance