新闻情感嵌入用于股票价格预测
统计金融
2025-07-04 v1 机器学习
摘要
本文将讨论如何使用标题数据来预测股票价格。所关注的股票价格是SPDR S&P 500 ETF Trust（也称为SPY），它追踪美国最大500家上市公司的表现。关键关注点是使用来自华尔街日报（WSJ）的新闻标题预测股票价格在日尺度上的变动，采用OpenAI基于文本嵌入模型为每个标题创建向量编码，并使用主成分分析（PCA）提取关键特征。本工作的挑战在于捕捉新闻对股票价格的时序依赖性和时序独立性、细微影响，同时处理潜在滞后效应和市场噪声。收集了金融和经济数据以提高模型性能，包括美元指数（DXY）和美国国债收益率。训练了超过390个机器学习推理模型。初步结果表明，标题数据嵌入至少比在没有标题数据嵌入的情况下训练和优化机器学习系统的预测性能提高了40%。
引用
@article{arxiv.2507.01970,
title = {News Sentiment Embeddings for Stock Price Forecasting},
author = {Ayaan Qayyum},
journal= {arXiv preprint arXiv:2507.01970},
year = {2025}
}
备注
12 pages, 11 figures