Leverage Financial News to Predict Stock Price Movements UsingWord Embeddings and Deep Neural Networks

Дата: 
24/06/15
Авторы: 
Yangtuo Peng Hui Jiang
Аннотация: 
Financial news contains useful information on public companies and the market. In this paper we apply the popular word embedding methods and deep neural networks to leverage financial news to predict stock price movements in the market. Experimental results have shown that our proposed methods are simple but very effective, which can significantly improve the stock prediction accuracy on a standard financial database over the baseline system using only the historical price information.
Описание: 

Анализируется возможность предсказания цен акций  с использованием нейронных сетей (deep neural networks) и анализа новостей. Соответственно, в качестве предикторов используется цена и ряд данных контент-анализа:

  • Bag of keywords (BoK): Сформированы ключевые слова и проверяется их наличие в статье;
  • Polarity score (PS): связывается влияение ключевых слов и изменения цены;
  • Category tag (CT): перечень категорий, которые могут быть индикаторыми определенных событий (слияния и т.п.).

Далее все это загоняется в нейронную сеть и формируется прогноз. На всех этих предикторах доля ошибок получалась 43.13%.

Дополнительно строились корреляции между компаниями и оценивалось влияние новости одной компании на связанные - для акций с корреляцией больше 90% доля верных предсказаний 52.44%