从选票到波动率：预测选举日的股票市场
计算金融
2024-12-17 v1 人工智能
摘要
股票市场预测一直是一个广泛研究的课题，旨在为投资者提供最佳股票推荐以获得更高回报。近年来，由于深度学习模型的广泛采用，该领域受到了更多关注。尽管这些模型在预测股票行为方面取得了令人瞩目的准确率，但将其针对特定场景进行定制变得越来越重要。选举日代表了这样一个关键场景，其特征是市场波动加剧，因为获胜候选人的政策会显著影响各个经济部门和公司。为了应对这一挑战，我们提出了选举日股票市场预测（EDSMF）模型。我们的方法利用了大语言模型的上下文能力，以及旨在分析选举的政治和经济后果的专用智能体。通过建立在最先进的架构之上，我们证明了 EDSMF 在这一独特的波动日提高了对 S&P 500 的预测性能。
引用
@article{arxiv.2412.11192,
title = {From Votes to Volatility Predicting the Stock Market on Election Day},
author = {Igor L. R. Azevedo and Toyotaro Suzumura},
journal= {arXiv preprint arXiv:2412.11192},
year = {2024}
}