論文の概要: CrudeBERT: Applying Economic Theory towards fine-tuning Transformer-based Sentiment Analysis Models to the Crude Oil Market

• arxiv url: http://arxiv.org/abs/2305.06140v1
• Date: Wed, 10 May 2023 13:42:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-11 13:02:40.876235
• Title: CrudeBERT: Applying Economic Theory towards fine-tuning Transformer-based Sentiment Analysis Models to the Crude Oil Market
• Title（参考訳）: 原油市場における微調整変圧器に基づく感情分析モデルへの経済理論の適用
• Authors: Himmet Kaplan, Ralf-Peter Mundani, Heiko R\"olke, Albert Weichselbraun
• Abstract要約: CrudeBERTは、コンテキスト化と微調整を行うためにこれらのイベントを引き出す新しい感情分析モデルである。 CrudeBERTは原油の領域において、プロプライエタリおよびオープンソースソリューションよりも優れた性能を示す。
• 参考スコア（独自算出の注目度）: 0.15293427903448023
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Predicting market movements based on the sentiment of news media has a long tradition in data analysis. With advances in natural language processing, transformer architectures have emerged that enable contextually aware sentiment classification. Nevertheless, current methods built for the general financial market such as FinBERT cannot distinguish asset-specific value-driving factors. This paper addresses this shortcoming by presenting a method that identifies and classifies events that impact supply and demand in the crude oil markets within a large corpus of relevant news headlines. We then introduce CrudeBERT, a new sentiment analysis model that draws upon these events to contextualize and fine-tune FinBERT, thereby yielding improved sentiment classifications for headlines related to the crude oil futures market. An extensive evaluation demonstrates that CrudeBERT outperforms proprietary and open-source solutions in the domain of crude oil.
• Abstract（参考訳）: ニュースメディアの感情に基づく市場の動きの予測は、データ分析において長い伝統がある。 自然言語処理の進歩により、文脈的に認識された感情分類を可能にするトランスフォーマーアーキテクチャが出現した。 しかし、FinBERTのような一般的な金融市場向けの現在の手法では、資産固有の価値駆動要因を区別することはできない。 本稿では,原油市場の需給に影響を及ぼす事象を,関連ニュース見出しの大きなコーパス内で識別し分類する手法を提案することで,この欠点を解決する。 次に、これらの事象を文脈化・微調整するための新たな感情分析モデルであるCrudeBERTを導入し、原油先物市場に関する見出しの感情分類を改善した。 CrudeBERTは原油の領域において、プロプライエタリおよびオープンソースソリューションよりも優れた性能を示す。

関連論文リスト

• Unifying Economic and Language Models for Enhanced Sentiment Analysis of the Oil Market [0.0699049312989311]
  原油は世界経済の重要な要素であり、経済動向、政治的出来事、自然災害など様々な要因の影響を受けている。 自然言語処理の最近の進歩は、イベントベースの分析に新たな可能性をもたらす。 原油市場に特化した微調整LMであるCrudeBERTを紹介する。
  論文  参考訳（メタデータ） (2024-10-16T11:41:24Z)
• Predicting Stock Prices with FinBERT-LSTM: Integrating News Sentiment Analysis [2.7921137693344384]
  我々は、株価の歴史と金融、ビジネス、技術ニュースに基づくディープラーニングネットワークを使用し、株価を予測するために市場情報を導入しています。 我々はファイナンシャルテキスト中の感情を識別するために、FinBERTとして知られる事前学習NLPモデルを開発した。 このモデルは、市場構造階層、すなわち、市場、産業、および株価関連ニュースカテゴリに関するニュースカテゴリと、前週の株式市場の株価状況を組み合わせて予測する。
  論文  参考訳（メタデータ） (2024-07-23T03:26:07Z)
• 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)
• Joint Latent Topic Discovery and Expectation Modeling for Financial Markets [45.758436505779386]
  金融市場分析のための画期的な枠組みを提示する。 このアプローチは、投資家の期待を共同でモデル化し、潜伏する株価関係を自動的に掘り下げる最初の方法だ。 私たちのモデルは年率10%を超えるリターンを継続的に達成します。
  論文  参考訳（メタデータ） (2023-06-01T01:36:51Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
  ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。 我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Stock Broad-Index Trend Patterns Learning via Domain Knowledge Informed Generative Network [2.1163070161951865]
  本稿では、市場固有の特性を意図的に設計したインデックスGANを提案する。 また、実数列と予測列の間のワッサーシュタイン距離を近似するために批判を利用する。
  論文  参考訳（メタデータ） (2023-02-27T21:56:56Z)
• Research on the correlation between text emotion mining and stock market based on deep learning [6.000327333763521]
  本稿では,Bertモデルを用いて金融コーパスをトレーニングし,深セン株価指数を予測する。 その結果,BERTモデルを金融コーパスに適用することにより得られる感情特性は,株式市場の変動に反映できることがわかった。
  論文  参考訳（メタデータ） (2022-05-09T12:51:16Z)
• Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
  伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。 最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。 予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
  論文  参考訳（メタデータ） (2022-03-07T18:59:54Z)
• Forecasting Crude Oil Price Using Event Extraction [2.132096006921048]
  新たな原油価格予測フレームワークであるAGESLが,この問題に対処するために提案されている。 提案手法では,オープンドメインイベント抽出アルゴリズムを用いて関連するイベントを抽出する。 次に、将来の原油価格を予測するために、ニュースイベントの特徴、感傷的特徴、歴史的価格特徴を統合するディープニューラルネットワークを構築します。
  論文  参考訳（メタデータ） (2021-11-14T08:48:43Z)
• 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)
• A Deep Reinforcement Learning Framework for Continuous Intraday Market Bidding [69.37299910149981]
  再生可能エネルギー源統合の成功の鍵となる要素は、エネルギー貯蔵の利用である。 欧州の継続的な日内市場におけるエネルギー貯蔵の戦略的関与をモデル化するための新しい枠組みを提案する。 本アルゴリズムの分散バージョンは, サンプル効率のため, この問題を解決するために選択される。 その結果, エージェントは, ベンチマーク戦略よりも平均的収益率の高い政策に収束することが示唆された。
  論文  参考訳（メタデータ） (2020-04-13T13:50:13Z)

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。