StonkBERT：语言模型能否预测中期股价走势？
计算与语言
2022-02-07 v1 人工智能
计算工程、金融与科学
计算金融
摘要
为回答这一问题，我们将基于 Transformer 的语言模型（包括 BERT）在不同类型的公司相关文本数据上微调，用于预测一年期股价表现的分类任务。我们使用三类文本数据：新闻文章、博客与年报。这使我们能够分析语言模型的性能在多大程度上依赖于底层文档的类型。StonkBERT 是我们基于 Transformer 的股价表现分类器，相较于传统语言模型在预测准确率上有显著提升。以新闻文章作为文本源时取得了最高性能。性能模拟表明，这些分类准确率的提升也转化为高于平均水平的股市收益。
引用
@article{arxiv.2202.02268,
title = {StonkBERT: Can Language Models Predict Medium-Run Stock Price Movements?},
author = {Stefan Pasch and Daniel Ehnes},
journal= {arXiv preprint arXiv:2202.02268},
year = {2022}
}