Fugu-MT 論文翻訳(概要): Sentiment Analysis of ESG disclosures on Stock Market

論文の概要: Sentiment Analysis of ESG disclosures on Stock Market

arxiv url: http://arxiv.org/abs/2210.00731v1
Date: Mon, 3 Oct 2022 06:24:41 GMT
ステータス: 処理完了
システム内更新日: 2022-10-04 17:39:01.965677
Title: Sentiment Analysis of ESG disclosures on Stock Market
Title（参考訳）: 株式市場におけるESG開示の感性分析
Authors: Sudeep R. Bapat, Saumya Kothari, and Rushil Bansal
Abstract要約: 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。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In this paper, we look at the impact of Environment, Social and Governance related news articles and social media data on the stock market performance. We pick four stocks of companies which are widely known in their domain to understand the complete effect of ESG as the newly opted investment style remains restricted to only the stocks with widespread information. We summarise live data of both twitter tweets and newspaper articles and create a sentiment index using a dictionary technique based on online information for the month of July, 2022. We look at the stock price data for all the four companies and calculate the percentage change in each of them. We also compare the overall sentiment of the company to its percentage change over a specific historical period.
Abstract（参考訳）: 本稿では,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について考察する。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式を4つ選択する。我々は、Twitterのつぶやきと新聞記事のライブデータを要約し、2022年7月のオンライン情報に基づく辞書技術を用いて感情指数を作成する。 4社の株価データを見て、各企業のパーセンテージの変化を計算します。また、企業全体の感情と、特定の歴史的期間におけるパーセンテージの変化を比較します。

関連論文リスト

Easy-access online social media metrics can effectively identify misinformation sharing users [41.94295877935867]
高いツイート頻度は共有コンテンツの事実性の低さと正に関連しているのに対し、アカウント年齢はそれと負に関連していることがわかった。以上の結果から,これらのソーシャル・ネットワークの指標を頼りにすることで,誤情報を拡散しやすいユーザを早期に識別する,低障壁なアプローチが実現する可能性が示唆された。
論文参考訳（メタデータ） (2024-08-27T16:41:13Z)
Tweet Influence on Market Trends: Analyzing the Impact of Social Media Sentiment on Biotech Stocks [0.0]
本研究は, ニュース, 企業意見, CEO意見, 競合意見, バイオテクノロジー分野における株式市場行動など, 様々なカテゴリーにおけるツイート感情の関係について検討した。われわれは、新型コロナウイルス、ワクチン、企業、そしてそれぞれのCEOに関するTwitterのデータとともに、最大かつ最も影響力のある製薬会社10社の過去の株式市場データを分析した。
論文参考訳（メタデータ） (2024-01-26T15:43:27Z)
Effects of Daily News Sentiment on Stock Price Forecasting [0.5242869847419834]
本稿では,約3.7年周期でニュースデータベースを作成するための,堅牢なデータ収集と事前処理フレームワークを提案する。このタイムラインの株価情報をキャプチャして、記事のさまざまなセクションの感情スコアを含む複数の時系列データを作成します。これに基づいて、評価スコアを特徴として使用し、性能を比較することなく、株価を予測するためにいくつかのLSTMモデルを適合させます。
論文参考訳（メタデータ） (2023-08-02T06:42:39Z)
The Battle of Information Representations: Comparing Sentiment and Semantic Features for Forecasting Market Trends [0.5249805590164902]
市場の動向を予測するための感情属性よりも文脈埋め込みの形での意味的特徴が重要であるかを検討する。当社は、NASDAQの資本化による大手企業に関連するTwitter投稿のコーパスとその価格設定について検討する。以上の結果から,感情的特徴の活用により,有意な頻度で測定値が上昇することが示唆された。
論文参考訳（メタデータ） (2023-03-24T18:30:15Z)
Evaluating Impact of Social Media Posts by Executives on Stock Prices [0.5429166905724048]
TwitterやRedditのようなソーシャルメディアは、このような影響力のホットスポットになっている。本稿は,Twitter と Reddit の投稿を用いた株価予測におけるソーシャルメディア投稿の影響について検討する。
論文参考訳（メタデータ） (2022-11-01T03:45:17Z)
Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。 ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。 2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
論文参考訳（メタデータ） (2021-09-14T18:50:38Z)
Should You Take Investment Advice From WallStreetBets? A Data-Driven Approach [37.86739837901986]
Reddit の WallStreetBets (WSB) コミュニティは,現在 Meme ストックと呼ばれているものの株価に影響を及ぼすという,その顕著な役割から,注目を浴びている。本稿は、2019年1月から2021年4月までのWSBデータを分析し、コミュニティのレコメンデーションに依存する投資戦略がいかに成功していたかを評価する。
論文参考訳（メタデータ） (2021-05-06T14:47:03Z)
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)
On the impact of publicly available news and information transfer to financial markets [4.639828178736218]
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。
論文参考訳（メタデータ） (2020-10-22T19:33:20Z)
Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
論文参考訳（メタデータ） (2020-02-09T08:10:03Z)

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。