論文の概要: On the impact of publicly available news and information transfer to financial markets

• arxiv url: http://arxiv.org/abs/2010.12002v1
• Date: Thu, 22 Oct 2020 19:33:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 08:44:40.798278
• Title: On the impact of publicly available news and information transfer to financial markets
• Title（参考訳）: 公開ニュースと金融市場への情報伝達の影響について
• Authors: Metod Jazbec, Barna P\'asztor, Felix Faltings, Nino Antulov-Fantulin, Petter N. Kolm
• Abstract要約: 我々は、World Wide Webから金融市場への大規模公開ニュース記事の伝播と吸収を定量化する。 私たちは、Webの大部分をクロールする非営利団体であるCommon Crawlのニュースアーカイブを使用しています。
• 参考スコア（独自算出の注目度）: 4.639828178736218
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We quantify the propagation and absorption of large-scale publicly available news articles from the World Wide Web to financial markets. To extract publicly available information, we use the news archives from the Common Crawl, a nonprofit organization that crawls a large part of the web. We develop a processing pipeline to identify news articles associated with the constituent companies in the S\&P 500 index, an equity market index that measures the stock performance of U.S. companies. Using machine learning techniques, we extract sentiment scores from the Common Crawl News data and employ tools from information theory to quantify the information transfer from public news articles to the U.S. stock market. Furthermore, we analyze and quantify the economic significance of the news-based information with a simple sentiment-based portfolio trading strategy. Our findings provides support for that information in publicly available news on the World Wide Web has a statistically and economically significant impact on events in financial markets.
• Abstract（参考訳）: 我々は、World Wide Webから金融市場への大規模公開ニュース記事の伝播と吸収を定量化する。 公開されている情報を抽出するために、Webの大部分をクロールする非営利組織であるCommon Crawlのニュースアーカイブを使用します。 我々は、米国企業の株価パフォーマンスを測定する株式市場指数であるS&P500指数における構成企業に関連するニュース記事を特定するための処理パイプラインを開発する。 機械学習技術を用いて,共通クロールニュースデータから感情スコアを抽出し,情報理論からツールを用いて公開ニュース記事から米国株式市場への情報伝達を定量化する。 さらに、シンプルな感情に基づくポートフォリオトレーディング戦略を用いて、ニュースベースの情報の経済的重要性を分析し、定量化する。 我々の発見は、World Wide Web上の公開ニュースにおけるその情報のサポートを提供しており、金融市場の出来事に統計的かつ経済的に重大な影響を与える。

関連論文リスト

• Modeling News Interactions and Influence for Financial Market Prediction [20.56956299552087]
  本稿では,ニュースと価格の関係を捉える新しい市場予測モデルであるFININを紹介する。 S&P 500とNASDAQ 100の指標を含む2つのデータセットを15年間にわたって広範な実験を行った。 その結果、ニュースの市場価格の遅れ、ニュースの長期記憶効果、財務感情分析の限界など、金融ニュースに関する知見が明らかになった。
  論文  参考訳（メタデータ） (2024-10-14T15:19:49Z)
• 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)
• MIDDAG: Where Does Our News Go? Investigating Information Diffusion via Community-Level Information Pathways [114.42360191723469]
  我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。 我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
  論文  参考訳（メタデータ） (2023-10-04T02:08:11Z)
• 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)
• Dynamic Datasets and Market Environments for Financial Reinforcement Learning [68.11692837240756]
  FinRL-Metaは、現実世界の市場からジムスタイルの市場環境へ動的データセットを処理するライブラリである。 我々は,ユーザが新しい取引戦略を設計するための足場として,人気のある研究論文を例示し,再現する。 また、ユーザが自身の結果を視覚化し、相対的なパフォーマンスを評価するために、このライブラリをクラウドプラットフォームにデプロイします。
  論文  参考訳（メタデータ） (2023-04-25T22:17:31Z)
• Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
  本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。 提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
  論文  参考訳（メタデータ） (2022-12-24T00:19:32Z)
• Sentiment Analysis of ESG disclosures on Stock Market [0.0]
  環境・社会・ガバナンス関連ニュース記事やソーシャルメディアデータが株式市場のパフォーマンスに与える影響を考察する。 我々は、ESGの完全な効果を理解するために、その領域で広く知られている企業の株を4つ選びます。
  論文  参考訳（メタデータ） (2022-10-03T06:24:41Z)
• 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)
• Event-Driven Learning of Systematic Behaviours in Stock Markets [1.4649095013539173]
  金融ニュースを活用して、潜伏するイベントストックリンクと株式市場の体系的行動を検出するニューラルネットワークをトレーニングします。 提案するパイプラインは,(1)オープン情報抽出とニューラルコリファレンス・レゾリューションを利用する複合イベント抽出法,(2)BERT/ALBERT拡張イベント表現,(3)イベント,ニュース,時間レベルの注意を含む拡張階層型アテンションネットワークを含む。 われわれのパイプラインは、Standard&Poor 500、Dow Jones、Nasdaq指数、および10の個別株の予測に適用される際に、最先端のモデルよりもはるかに優れた精度とシミュレーションされた年次リターンを達成する。
  論文  参考訳（メタデータ） (2020-10-23T16:14:25Z)
• Impact of News on the Commodity Market: Dataset and Results [0.0]
  本稿では,過去の動きや価格の予測方向といった情報を抽出する枠組みを提案する。 我々は、このフレームワークをコモディティ"ゴールド"に適用し、11,412人の注釈付きニュース見出しのデータセットを使用して機械学習モデルをトレーニングする。 我々は,ニュースフローが金価格に与える影響を検証し,我々の枠組みから得られた情報が将来の金価格に大きく影響することを確認する。
  論文  参考訳（メタデータ） (2020-09-09T10:38:48Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。