我们引入了一种新的文本挖掘方法，可以从新闻文章中提取信息来预测资产回报。 与用于股票收益预测的更常见的情绪分数（例如，由商业供应商出售或使用基于字典的方法构建的分数）不同，我们的监督学习框架构建了一个专门针对收益预测问题的分数。 我们的方法分三个步骤进行：1）通过预测筛选隔离术语列表，2）通过主题建模为这些词分配预测权重，3）通过惩罚似然将术语聚合为文章级预测分数。 我们以最少的假设从我们的模型中得出对估计准确性的理论保证。 在我们的实证分析中，我们研究了金融系统中受监控最活跃的新闻文章流之一——道琼斯通讯社——并表明我们的监督文本模型擅长在这种情况下提取回报预测信号。 新闻专线中的信息以低效的延迟被同化到价格中，这与套利限制（即，对规模较小且波动性较大的公司更为严重）大体一致，但可以在具有合理营业额和净额的实时交易策略中加以利用。交易成本。
