利用技术面、基本面与文本数据预测标普500股票价格
机器学习
2021-12-30 v2 机器学习
摘要
我们总结了用于股票价格预测的常见和新颖预测模型，并将其与技术指标、基本面特征和基于文本的情感数据相结合，以预测标普500股票价格。通过将随机森林和LSTM等不同机器学习模型组合成最先进的集成模型，我们在标普500指数方向预测上达到了66.18%的准确率，在个股方向预测上达到了62.09%的准确率。我们使用的数据包含从2000年1月1日到2019年12月31日，与518只由当前和前任标普500大盘股公司发行的不同普通股相关的每周历史价格、财务报告和新闻文本信息。我们研究的创新之处包括：利用深度语言模型对金融新闻条目进行情感分类和推断；融合包含不同变量和股票组合的不同模型以进行联合预测；以及通过使用不同股票的数据来克服机器学习模型在时间序列中数据不足的问题。
引用
@article{arxiv.2108.10826,
title = {S&P 500 Stock Price Prediction Using Technical, Fundamental and Text Data},
author = {Shan Zhong and David B. Hitchcock},
journal= {arXiv preprint arXiv:2108.10826},
year = {2021}
}
备注
19 pages, 10 figures