FOMC新闻发布会前后的风险与收益：来自计算机视觉的新视角
机器学习
2021-01-18 v2 计算机视觉与模式识别
机器学习
综合金融
摘要
我提出了一种新工具来刻画FOMC新闻发布会前后不确定性消解的特征。该工具依赖于构建一个度量，以捕捉美联储主席与记者在问答环节中讨论的复杂程度。我表明，复杂的讨论与更高的股票收益以及已实现波动率的下降相关联。该方法通过量化主席在回答问题时需要依赖阅读内部文件的程度来创建注意力分数。这是通过构建新闻发布会视频图像的新数据集并利用计算机视觉中最近的深度学习算法来实现的。这一另类数据提供了关于非语言交流的崭新信息，而无法从被广泛分析的FOMC文字记录中提取。本文可视为一种概念验证，即某些视频包含对金融市场研究有价值的信息。
引用
@article{arxiv.2012.06573,
title = {Risk & returns around FOMC press conferences: a novel perspective from computer vision},
author = {Alexis Marchal},
journal= {arXiv preprint arXiv:2012.06573},
year = {2021}
}
备注
20 pages