FinXABSA: Explainable Finance through Aspect-Based Sentiment Analysis

要約

この論文では、ピアソン相関係数を利用してアスペクトベースのセンチメント分析と株価の関係を確立することにより、財務分析における説明可能性のための新しいアプローチを提示します。
提案された方法論には、金融ニュース記事から側面リストを作成し、各側面のセンチメント強度スコアを分析することが含まれます。
これらのスコアは、ピアソン係数を使用して関連する企業の株価と比較され、有意な相関関係が判断されます。
結果は、提案されたアプローチがセンチメント分析と株価の関係をより詳細かつ正確に理解できることを示しており、投資家や金融アナリストが情報に基づいた意思決定を行う際に役立ちます。
さらに、この方法論は、センチメント分析の結果とその株価への影響を説明する透明で解釈可能な方法を提供します。
全体として、この論文の調査結果は、財務分析における説明可能性の重要性を示し、側面に基づくセンチメント分析と株価の分析にピアソン係数を利用することの潜在的な利点を強調しています。
提案されたアプローチは、金融ニュースの感情と株価の間の複雑な関係を理解するための貴重なツールを提供し、金融市場に関する新しい視点を提供し、情報に基づいた投資決定を下すのに役立ちます。

要約(オリジナル)

This paper presents a novel approach for explainability in financial analysis by utilizing the Pearson correlation coefficient to establish a relationship between aspect-based sentiment analysis and stock prices. The proposed methodology involves constructing an aspect list from financial news articles and analyzing sentiment intensity scores for each aspect. These scores are then compared to the stock prices for the relevant companies using the Pearson coefficient to determine any significant correlations. The results indicate that the proposed approach provides a more detailed and accurate understanding of the relationship between sentiment analysis and stock prices, which can be useful for investors and financial analysts in making informed decisions. Additionally, this methodology offers a transparent and interpretable way to explain the sentiment analysis results and their impact on stock prices. Overall, the findings of this paper demonstrate the importance of explainability in financial analysis and highlight the potential benefits of utilizing the Pearson coefficient for analyzing aspect-based sentiment analysis and stock prices. The proposed approach offers a valuable tool for understanding the complex relationships between financial news sentiment and stock prices, providing a new perspective on the financial market and aiding in making informed investment decisions.

arxiv情報

著者 Keane Ong,Wihan van der Heever,Ranjan Satapathy,Gianmarco Mengaldo,Erik Cambria
発行日 2023-03-16 02:35:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CL パーマリンク