要約
金融ニュースの市場価格への拡散は複雑なプロセスであるため、ニュースイベントと市場の動きの関係を評価することが困難になります。
本稿では、ニュースと価格の関連性だけでなく、ニュース項目自体の相互作用も捉える新しい市場予測モデル、FININ (Financial Interconnected News Influence Network) を紹介します。
FININ は、市場データとニュース記事の両方からのマルチモーダル情報を効果的に統合します。
私たちは、15 年間にわたる S&P 500 指数とナスダック 100 指数、および 270 万件を超えるニュース記事を含む 2 つのデータセットに対して広範な実験を実施しました。
この結果は、FININ の有効性を示しており、2 つの市場の日次シャープ レシオがそれぞれ 0.429 および 0.341 向上し、高度な市場予測モデルを上回っています。
さらに、私たちの結果は、ニュースの市場価格設定の遅れ、ニュースの長期記憶効果、ニュースデータから予測力を完全に引き出す際の金融センチメント分析の限界など、金融ニュースに関する洞察を明らかにします。
要約(オリジナル)
The diffusion of financial news into market prices is a complex process, making it challenging to evaluate the connections between news events and market movements. This paper introduces FININ (Financial Interconnected News Influence Network), a novel market prediction model that captures not only the links between news and prices but also the interactions among news items themselves. FININ effectively integrates multi-modal information from both market data and news articles. We conduct extensive experiments on two datasets, encompassing the S&P 500 and NASDAQ 100 indices over a 15-year period and over 2.7 million news articles. The results demonstrate FININ’s effectiveness, outperforming advanced market prediction models with an improvement of 0.429 and 0.341 in the daily Sharpe ratio for the two markets respectively. Moreover, our results reveal insights into the financial news, including the delayed market pricing of news, the long memory effect of news, and the limitations of financial sentiment analysis in fully extracting predictive power from news data.
arxiv情報
| 著者 | Mengyu Wang,Shay B. Cohen,Tiejun Ma |
| 発行日 | 2024-10-14 15:19:49+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google