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
- 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 [53.51665032295087]
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) - 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) - 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) - 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) - 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。