論文の概要: Social Media Sentiment Analysis for Cryptocurrency Market Prediction

• arxiv url: http://arxiv.org/abs/2204.10185v1
• Date: Tue, 19 Apr 2022 03:27:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-22 12:58:48.193613
• Title: Social Media Sentiment Analysis for Cryptocurrency Market Prediction
• Title（参考訳）: 暗号通貨市場予測のためのソーシャルメディアセンシング分析
• Authors: Ali Raheman, Anton Kolonin, Igors Fridkins, Ikram Ansari, Mukul Vishwas
• Abstract要約: 我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。 モデルのうちの1つは、他の20以上の公的なモデルよりも優れています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we explore the usability of different natural language processing models for the sentiment analysis of social media applied to financial market prediction, using the cryptocurrency domain as a reference. We study how the different sentiment metrics are correlated with the price movements of Bitcoin. For this purpose, we explore different methods to calculate the sentiment metrics from a text finding most of them not very accurate for this prediction task. We find that one of the models outperforms more than 20 other public ones and makes it possible to fine-tune it efficiently given its interpretable nature. Thus we confirm that interpretable artificial intelligence and natural language processing methods might be more valuable practically than non-explainable and non-interpretable ones. In the end, we analyse potential causal connections between the different sentiment metrics and the price movements.
• Abstract（参考訳）: 本稿では,金融市場予測に応用したソーシャルメディアの感情分析のための,さまざまな自然言語処理モデルのユーザビリティについて,暗号ドメインを参考に検討する。 我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。 本研究の目的は,テキストから感情メトリクスを計算するための様々な手法を探索することである。 そのうちの1つは、他の20以上の公的なモデルよりも優れており、解釈可能な性質から効率的に微調整することが可能である。 したがって、解釈可能な人工知能と自然言語処理手法は、説明不能で解釈不能なものよりも実用上有用である可能性がある。 最後に、異なる感情指標と価格変動の間の潜在的な因果関係を分析する。

関連論文リスト

• You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
  感情分析ツールが同じデータセットで一致しないことを示す。 感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-18T17:27:38Z)
• Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning [1.3053649021965603]
  本研究は,暗号通貨予測における感情指標の重要性に関する予備研究である。 我々は、Fear & Greedy Index、市場感情の指標、技術分析指標、および機械学習アルゴリズムの可能性を組み合わせることで、Bitcoin価格を予測する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-10-18T15:13:07Z)
• Modeling Emotional Trajectories in Written Stories Utilizing Transformers and Weakly-Supervised Learning [47.02027575768659]
  本研究では,個別の感情カテゴリーで注釈付けされた子どもの物語の既存のデータセットに対して,連続的原子価と覚醒ラベルを導入する。 得られた感情信号を予測するために,DeBERTaモデルを微調整し,弱教師付き学習手法を用いてベースラインを改善する。 詳細な分析では、著者、個々の物語、物語内のセクションなどの要因によって結果がどの程度異なるかが示される。
  論文  参考訳（メタデータ） (2024-06-04T12:17:16Z)
• Framing in the Presence of Supporting Data: A Case Study in U.S. Economic News [43.51164834482535]
  我々は、客観的な測度がデータをサポートする形で存在する、ニュースに値するトピックが存在すると論じる。 本稿では,この設定における編集選択を分析するための計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-22T02:07:21Z)
• Interplay between Cryptocurrency Transactions and Online Financial Forums [41.94295877935867]
  本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。 これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。 この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
  論文  参考訳（メタデータ） (2023-11-27T16:25:28Z)
• Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data [3.6390165502400875]
  本稿では,機械学習(ML)と自然言語処理(NLP)技術を活用した暗号通貨価格予測の新しい手法を提案する。 ニュースやソーシャルメディアのコンテンツを分析することで、仮想通貨市場に対する大衆の感情の影響を評価する。
  論文  参考訳（メタデータ） (2023-11-23T16:14:44Z)
• A Word is Worth A Thousand Dollars: Adversarial Attack on Tweets Fools Stock Prediction [100.9772316028191]
  本稿では,3つのストック予測犠牲者モデルを騙すために,様々な攻撃構成を試行する。 以上の結果から,提案手法が一貫した成功率を達成し,取引シミュレーションにおいて大きな損失をもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2022-05-01T05:12:22Z)
• LSTM Based Sentiment Analysis for Cryptocurrency Prediction [11.811501670389935]
  この研究は、ソーシャルメディアの感情を分析することによって、暗号通貨の揮発性価格の動きを予測することを目的としています。 本稿では,中国のソーシャルメディアプラットフォームSina-Weiboにおける,中国のソーシャルメディア投稿の感情を識別する手法を提案する。 Weiboポストをキャプチャし、暗号固有の感情辞書の作成を記述したパイプラインを開発し、Long Short-term memory(LSTM)ベースのリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2021-03-27T04:08:37Z)
• 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)
• Real-Time Prediction of BITCOIN Price using Machine Learning Techniques and Public Sentiment Analysis [0.0]
  本研究の目的は、機械学習技術と感情分析により、USDにおけるBitcoinの予測可能な価格方向を決定することである。 TwitterとRedditは、大衆の感情を研究する研究者から大きな注目を集めている。 我々は、感情分析と機械学習の原則をTwitterやRedditの投稿から抽出したツイートに適用した。
  論文  参考訳（メタデータ） (2020-06-18T15:40:11Z)
• Ascertaining price formation in cryptocurrency markets with DeepLearning [8.413339060443878]
  本論文は,近年の株式市場予測にディープラーニングを用いた成功に触発されたものである。 暗号通貨市場の特徴を高周波で分析・提示する。 私たちは、Bitcoinと米ドルのライブ為替レートの中間価格運動の予測について、一貫した78%の精度を達成しました。
  論文  参考訳（メタデータ） (2020-02-09T20:23:08Z)

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。