論文の概要: Modeling News Interactions and Influence for Financial Market Prediction
- arxiv url: http://arxiv.org/abs/2410.10614v1
- Date: Mon, 14 Oct 2024 15:19:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-29 20:35:30.892520
- Title: Modeling News Interactions and Influence for Financial Market Prediction
- Title（参考訳）: ニュースインタラクションのモデル化と金融市場予測への影響
- Authors: Mengyu Wang, Shay B. Cohen, Tiejun Ma,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 20.56956299552087
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The diffusion of financial news into market prices is a complex process, making it challenging to evaluate the connections between news events and market movements. This paper introduces FININ (Financial Interconnected News Influence Network), a novel market prediction model that captures not only the links between news and prices but also the interactions among news items themselves. FININ effectively integrates multi-modal information from both market data and news articles. We conduct extensive experiments on two datasets, encompassing the S&P 500 and NASDAQ 100 indices over a 15-year period and over 2.7 million news articles. The results demonstrate FININ's effectiveness, outperforming advanced market prediction models with an improvement of 0.429 and 0.341 in the daily Sharpe ratio for the two markets respectively. Moreover, our results reveal insights into the financial news, including the delayed market pricing of news, the long memory effect of news, and the limitations of financial sentiment analysis in fully extracting predictive power from news data.
- Abstract（参考訳）: 金融ニュースの市場価格への拡散は複雑なプロセスであり、ニュースイベントと市場の動きとの関係を評価することは困難である。
本稿では,ニュースと価格の関連だけでなく,ニュース項目間の相互作用も捉える新しい市場予測モデルであるFININ(Financial Interconnect News Influence Network)を紹介する。
FININは、市場データとニュース記事の両方からのマルチモーダル情報を効果的に統合する。
我々は、S&P 500とNASDAQ 100の指標を15年間にわたって含む2つのデータセットに関する広範な実験を行い、270万以上のニュース記事を掲載した。
その結果、FININの有効性が示され、2つの市場のシャープ比でそれぞれ0.429と0.341の改善を達成し、先進市場予測モデルを上回った。
さらに、ニュースの市場価格の遅れ、ニュースの長期記憶効果、ニュースデータから予測力を完全に抽出する際の財務感情分析の限界など、金融ニュースに関する知見を明らかにした。
関連論文リスト
- Cross-Lingual News Event Correlation for Stock Market Trend Prediction [0.1398098625978622]
本研究では、構造的金融データセットを作成することにより、多様なグローバル経済における金融動態の理解のギャップを解消する。
我々は、財務事象の時系列を抽出、地図化、可視化するために、ニュース記事の分析を行った。
本手法は,株価変動と言語間ニュース感情との間に有意な相関関係を示した。
論文 参考訳（メタデータ） (2024-09-16T06:45:40Z) - 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) - 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) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum Blockchain [53.8917088220974]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳（メタデータ） (2022-12-02T15:03:35Z) - 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) - 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) - A Novel Distributed Representation of News (DRNews) for Stock Market
Predictions [4.963115946610032]
ニュースの分散表現(DRNews)モデルを開発し,深層学習に基づく株式市場予測に適用する。
DRNewsはニュースイベント間のセマンティック情報と潜在的なリンクの両方を記述するニュースベクトルを生成する。
注目のメカニズムは、短期的な株価トレンドと株式市場の危機の両方が日々のニュースから影響を受けていることを示唆している。
論文 参考訳（メタデータ） (2020-05-24T10:01:27Z) - Gaussian process imputation of multiple financial series [71.08576457371433]
金融指標、株価、為替レートなどの複数の時系列は、市場が潜んでいる状態に依存しているため、強く結びついている。
金融時系列間の関係を多出力ガウスプロセスでモデル化することで学習することに注力する。
論文 参考訳（メタデータ） (2020-02-11T19:18:18Z) - 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。
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。