Fugu-MT 論文翻訳(概要): From Stock Prediction to Financial Relevance: Repurposing Attention Weights to Assess News Relevance Without Manual Annotations

論文の概要: From Stock Prediction to Financial Relevance: Repurposing Attention Weights to Assess News Relevance Without Manual Annotations

arxiv url: http://arxiv.org/abs/2001.09466v3
Date: Tue, 16 Feb 2021 16:26:18 GMT
ステータス: 処理完了
システム内更新日: 2023-01-06 19:25:13.585205
Title: From Stock Prediction to Financial Relevance: Repurposing Attention Weights to Assess News Relevance Without Manual Annotations
Title（参考訳）: 株価予測から金融関連へ:注意重みの取得から手動アノテーションなしでニュース関連性を評価する
Authors: Luciano Del Corro and Johannes Hoffart
Abstract要約: 本稿では、株価の動きとニュース見出しを入力として、金融関連ニュースを自動的に識別する手法を提案する。米国の4つの最も関連性の高い株価指標と150万件のニュース見出しに関する実験は、この手法が関連するニュースを高くランク付けし、最初の株価予測タスクの精度と正に相関していることを示している。
参考スコア（独自算出の注目度）: 4.541582055558864
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a method to automatically identify financially relevant news using stock price movements and news headlines as input. The method repurposes the attention weights of a neural network initially trained to predict stock prices to assign a relevance score to each headline, eliminating the need for manually labeled training data. Our experiments on the four most relevant US stock indices and 1.5M news headlines show that the method ranks relevant news highly, positively correlated with the accuracy of the initial stock price prediction task.
Abstract（参考訳）: 株価の動きやニュース見出しを入力として、金融関連ニュースを自動的に識別する手法を提案する。この方法は、まずニューラルネットワークの注意重みを再利用し、株価を予測して各見出しに関連度スコアを割り当て、手動ラベル付きトレーニングデータの必要性をなくす。米国の株価指数の4つと150万のニュースヘッドラインに関する実験では、この方法が関連するニュースを高いランク付けし、初期株価予測タスクの正確さと正の相関を示した。

関連論文リスト

MANA-Net: Mitigating Aggregated Sentiment Homogenization with News Weighting for Enhanced Market Prediction [3.456620177234167]
市場アテンション重み付けニュース集約ネットワーク(MANA-Net)について紹介する。 MANA-Netは、ニュース感情と価格変化の関係を学習し、個々のニュースアイテムに様々な重みを割り当てる。 S&P500とNASDAQ100の指標を用いてMANA-Netを評価し,2003年から2018年にかけての金融ニュースについて検討した。
論文参考訳（メタデータ） (2024-09-09T15:12:24Z)
Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文参考訳（メタデータ） (2023-09-28T13:19:43Z)
Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文参考訳（メタデータ） (2023-08-18T16:21:15Z)
ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文参考訳（メタデータ） (2023-05-23T16:40:07Z)
Towards systematic intraday news screening: a liquidity-focused approach [1.688090639493357]
毎日大量のニュース記事が発行されているが、そのほとんどは中立的であり、我々は真の効果のあるニュースを識別するための体系的なニューススクリーニング方法を提案する。スクリーニングされたデータセットは、より効率的な特徴キャプチャを実現し、短期資産返却予測において優れた性能を示す。
論文参考訳（メタデータ） (2023-04-11T10:14:48Z)
Improved Stock Price Movement Classification Using News Articles Based on Embeddings and Label Smoothing [1.8920934738244022]
本稿では,ディープラーニングの正規化と最適化手法を取り入れて,ニュース記事を用いた株価変動の分類を改善することを提案する。さらに、トレーニングモデルの一般化を改善するため、重量減衰、バッチ正規化、ドロップアウト、ラベル平滑化を取り入れた。一般的に使用されるデータセットに対する実験結果から,テストセットの平均精度は80.7%に達し,大幅な改善が得られた。
論文参考訳（メタデータ） (2023-01-25T08:33:45Z)
Graph-Based Learning for Stock Movement Prediction with Textual and Relational Data [0.0]
ストックフォアキャスティングのためのマルチグラフリカレントネットワーク(MGRN)という新しいストックムーブメント予測フレームワークを提案する。このアーキテクチャは、財務ニュースからのテキストの感情と、他の財務データから抽出された複数の関係情報を組み合わせることができる。精度テストとSTOXX Europe 600指数の株価のトレーディングシミュレーションを通じて、我々のモデルが他のベンチマークよりも優れた性能を示した。
論文参考訳（メタデータ） (2021-07-22T21:57:18Z)
REST: Relational Event-driven Stock Trend Forecasting [76.08435590771357]
既存の手法の欠点に対処するために,rest(relational event-driven stock trend forecasting)フレームワークを提案する。第1の欠点を是正するため,我々は,株価の文脈をモデル化し,異なる状況下での株価に対する事象情報の影響を学ぶことを提案する。第2の欠点に対処するために,ストックグラフを構築し,関連する株からイベント情報の影響を伝達する新しい伝播層を設計する。
論文参考訳（メタデータ） (2021-02-15T07:22:09Z)
A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文参考訳（メタデータ） (2020-12-10T01:15:48Z)
Self-training Improves Pre-training for Natural Language Understanding [63.78927366363178]
我々は、半教師付き学習を通じてラベルのないデータを活用する別の方法として、自己学習について研究する。本稿では,ラベル付きデータからタスク固有のクエリの埋め込みを計算するデータ拡張手法であるSentAugmentを紹介する。我々のアプローチは、標準的なテキスト分類ベンチマークで最大2.6%の改善を達成し、スケーラブルで効果的な自己学習に繋がる。
論文参考訳（メタデータ） (2020-10-05T17:52:25Z)
Stock Index Prediction with Multi-task Learning and Word Polarity Over Time [2.240287188224631]
感情抽出器と要約器からなる2段階システムを提案する。我々は、ニュースの価値を予測するマルチタスク学習のBERTを採用し、極性-極性(Polarity-Over-Time)という指標を提案して、単語の極性(Polarity)を抽出する。 Weekly-Monday予測フレームワークと10年間のReuters金融ニュースデータセットという新しいデータセットも提案されている。
論文参考訳（メタデータ） (2020-08-17T20:22:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。