A Hybrid Deep Learning Framework for Stock Price Prediction Considering the Investor Sentiment of Online Forum Enhanced by Popularity

要約

株価予測は、予測担当者にとって常に困難な課題でした。
最先端のディープラーニング技術を活用し、オンラインフォーラムから抽出した投資家心理に基づく株価予測が可能になりました。
株価を予測するための新しいハイブリッドディープラーニングフレームワークを提案します。
このフレームワークは、XLNET モデルを利用して、オンライン フォーラム上のユーザー投稿で伝えられるセンチメントを分析し、これらのセンチメントを投稿の人気係数と組み合わせて毎日のグループセンチメントを計算し、この情報を株式テクニカル指標と統合して、株価の改良された BiLSTM ハイウェイ モデルを作成します。
予測。
中国株式市場の 4 銘柄を対象とした一連の比較実験を通じて、ハイブリッド フレームワークが株価を効果的に予測することが実証されました。
この研究は、株価を予測するために投資家のテキストビューを分析する必要性を明らかにしました。

要約(オリジナル)

Stock price prediction has always been a difficult task for forecasters. Using cutting-edge deep learning techniques, stock price prediction based on investor sentiment extracted from online forums has become feasible. We propose a novel hybrid deep learning framework for predicting stock prices. The framework leverages the XLNET model to analyze the sentiment conveyed in user posts on online forums, combines these sentiments with the post popularity factor to compute daily group sentiments, and integrates this information with stock technical indicators into an improved BiLSTM-highway model for stock price prediction. Through a series of comparative experiments involving four stocks on the Chinese stock market, it is demonstrated that the hybrid framework effectively predicts stock prices. This study reveals the necessity of analyzing investors’ textual views for stock price prediction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google