通过 COVID-19 期间的金融新闻追踪市场动荡
计算与语言
2021-09-10 v1
摘要
尽管造成了严重的人员伤亡，COVID-19大流行仍在金融市场中创造了独特的不稳定条件。在这项工作中，我们揭示并讨论了2020年受大流行影响的美国金融崩盘期间金融出版物中涉及情绪的关系。首先，我们引入了一组来自美国主要金融新闻出版商文章的金融情绪专家标注。在进行探索性数据分析后，我们描述了一种基于CNN的架构，以解决在这种异常、动荡环境下预测金融情绪的任务。我们表现最佳的模型达到了0.746的最大加权F1分数，确立了强有力的性能基准。使用表现最佳模型的预测，我们最后进行了与真实股票市场数据的统计相关性研究，发现了金融新闻与S\&P 500指数、交易量、市场波动性以及不同单因子ETF之间有趣且强烈的关系。
引用
@article{arxiv.2109.04369,
title = {Tracking Turbulence Through Financial News During COVID-19},
author = {Philip Hossu and Natalie Parde},
journal= {arXiv preprint arXiv:2109.04369},
year = {2021}
}