中文

FinReport: 基于新闻因子分析模型的可解释股票盈利预测

计算与语言 2024-03-06 v1 人工智能

摘要

股票盈利预测任务因现实场景中投资者的需求而受到广泛关注。然而,与金融机构相比,普通投资者难以挖掘因子和分析新闻。另一方面,尽管金融领域的大语言模型可以以对话机器人形式服务用户,但仍需要用户具备金融知识才能提出合理问题。为服务用户体验,我们旨在构建一个自动系统FinReport,为普通投资者收集信息、分析并生成总结报告。具体来说,我们的FinReport基于金融新闻公告和多因子模型以确保报告的专业性。FinReport由三个模块组成:新闻因子分解模块、收益预测模块、风险评估模块。新闻因子分解模块涉及理解新闻信息并将其与股票因子结合,收益预测模块旨在分析新闻对市场情绪的影响,风险评估模块用于控制投资风险。在真实数据集上的大量实验充分验证了我们提出的FinReport的有效性和可解释性。我们的代码和数据集可在https://github.com/frinkleko/FinReport获取。

关键词

引用

@article{arxiv.2403.02647,
  title  = {FinReport: Explainable Stock Earnings Forecasting via News Factor Analyzing Model},
  author = {Xiangyu Li and Xinjie Shen and Yawen Zeng and Xiaofen Xing and Jin Xu},
  journal= {arXiv preprint arXiv:2403.02647},
  year   = {2024}
}

备注

Accepted by WWW 2024