情感与资产价格预测的融合用于投资组合优化
投资组合管理
2022-03-14 v1 机器学习
摘要
将文本形式的公众情感数据与股票价格预测相融合，是金融界日益关注的话题。然而，研究文献很少探讨投资者情绪在投资组合选择问题中的应用。本文旨在剖析并深化对情感感知投资组合选择问题的理解。为此，本研究使用语义注意力模型预测对某项资产的情绪。我们通过情感感知的长短期记忆（LSTM）循环神经网络进行价格预测，并结合均值-方差策略来选择最优投资组合。我们的情感投资组合策略平均实现了显著高于非情感感知模型的收益增长。然而，结果表明，从稳定性角度看，我们的策略并未优于传统的投资组合配置策略。我们认为，将情感预测与价格预测及投资组合优化的结合进一步融合，可得到增强的投资组合选择策略。
引用
@article{arxiv.2203.05673,
title = {Fusion of Sentiment and Asset Price Predictions for Portfolio Optimization},
author = {Mufhumudzi Muthivhi and Terence L. van Zyl},
journal= {arXiv preprint arXiv:2203.05673},
year = {2022}
}
备注
9 pages, 4 figures, 6 tables