没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
61页
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。
资源推荐
资源评论
资源评论
weixin_38550834
- 粉丝: 4
- 资源: 964
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功