金融时间序列预测：经济新闻的语义分析
综合金融
2017-05-25 v1 计算金融
摘要
本文提出了一种考虑新闻语义的金融时间序列预测方法。为了对金融新闻进行语义分析，基于 Loughran McDonald Master Dictionary 构建了经济学意义上的负面和正面词汇样本。该样本包含了在金融市场新闻中出现频率较高的词汇。对于同根词，仅保留其公共部分，从而允许通过一次请求覆盖多个词汇。选择神经网络进行建模和预测。为了自动化从经济新闻中提取信息的过程，在 MATLAB Simulink 编程环境中开发了一个脚本，该脚本基于生成的正面和负面词汇样本。对不同架构神经网络的实验研究表明，所构建的模型具有较高的充分性，并证实了利用新闻流信息预测股价的可行性。
引用
@article{arxiv.1705.08545,
title = {Financial Time Series Forecasting: Semantic Analysis Of Economic News},
author = {Kateryna Kononova and Anton Dek},
journal= {arXiv preprint arXiv:1705.08545},
year = {2017}
}
备注
in Ukranian