|
|
Stock Market Prediction: A Multiclass Classification on Emotions and Sentiment Analysis for Tweets and News Headlines
Lazeski, Dejan ; Kočenda, Evžen (vedoucí práce) ; Vácha, Lukáš (oponent)
i Abstrakt Tato práce zkoumá využití sentimentu na základě titulků zpráv a tweetů. Hlavním zdrojem dat jsou tweety a novinové titulky z dobře známých finančních novin, speciálně cílené na top 5 "Big Tech" firem. Abychom prozkoumali užitečnost sentimentu a emocí dle Ekmana v odhadu budoucích cen akcií, vytvořili jsme vícetřídní klasifikátory emocí a sentimentu za použití přístupu strojového učení. Zkoumané zdroje dat byly manuálně ohodnoceny pro poz- itivní, negativní a neutrální sentiment a také k nim byly přiřazeny primární emoce podle Ekmana, jako jsou hněv, radost, překvapení a smutek. Nepotvrdila se nám žádná významná korelace mezi denním pohybem akcií a rozložením sentimentu. Bylo však zjištěno, že tweety jsou méně neutrální než novinové titulky. Nakonec jsme zavedli jednoduchou investiční strategii extrakcí skóre polarity za použití VADER a dalších metrik jako počet sledujících a sdílení. Dva klasifikátory, SVM a ANN, se vyznačovaly silnou predikcí u akcií Googlu a Amazonu, ale slabou predikcí u ostatních firem. Výsledky práce naznačují, že polarita sentimentu může lépe předpovídat budoucí výkyvy cen akcií než vícetřídní klasifikace emocí. Klasifikace JEL C53, G41, G17, C61 Klíčová slova Titulky zpráv, Tweety, Analýza Sentimentu, Emoce Název práce Prognóza Vývoje Akciových Trhů: Vícetřídní Klasifikace...
|
host ::
RSS.