以股价作为情感分析中的真值以生成可盈利交易信号

“大数据”（海量）社交媒体数据的日益可得，推动了大量将情感分析应用于预测金融市场价格走势的研究。该领域先前的工作基于线上表达的情感代表真实市场情绪这一假设，探究文本的真实情感（即正面或负面意见）如何用于金融预测。本文考虑相反思路：在系统中以股价作为真值，或许是更好的情绪指示。我们根据所讨论股票在随后一小时内上涨或下跌，将推文标注为买入或卖出，并由此为各公司构建特定股票的词典。使用贝叶斯分类器生成股票预测，并将其输入自动化交易算法。在 1 个月内进行 468 笔交易，获得 5.18% 的收益率，年化约为每年 83%。该方法显著优于随机机会，并胜过了所测试的两种基线情感分析方法。