基于在线文本意见情感分析的德黑兰证券交易所预测
统计金融
2020-03-05 v2 计算与语言
机器学习
摘要
本文首次研究了社交媒体数据在预测德黑兰证券交易所 (TSE) 变量方面的影响。为此，我们考虑了三只不同股票的收盘价与日收益率。我们从 Sahamyab.com/stocktwits 收集了约三个月的社交媒体数据。为从在线评论中提取信息，我们提出了一种结合基于词典与基于学习方法的混合情感分析途径。由于波斯语可用的词典不适用于股市领域的情感分析，我们为该领域构建了一个特定的情感词典。在利用评论情感设计并计算出每日情感指数后，我们检验了它们对仅使用历史市场数据的基线模型的影响，并采用多元回归分析提出了新的预测模型。除情感外，我们还检验了评论量与用户可靠性。我们得出结论：TSE 中不同股票的可预测性因其属性而异。此外，我们指出，对于预测收盘价仅评论量有用，而对于预测日收益率则评论量与评论情感均可能有用。我们展示了用户信任系数对三只股票具有不同表现。
引用
@article{arxiv.1909.03792,
title = {Tehran Stock Exchange Prediction Using Sentiment Analysis of Online Textual Opinions},
author = {Arezoo Hatefi Ghahfarrokhi and Mehrnoush Shamsfard},
journal= {arXiv preprint arXiv:1909.03792},
year = {2020}
}
备注
Intelligent Systems in Accounting, Finance and Management (2019)