定量金融 > 统计金融
[提交于 2025年10月18日
]
标题: 一种三步机器学习方法,利用金融新闻预测市场泡沫
标题: A three-step machine learning approach to predict market bubbles with financial news
摘要: 本研究提出了一种三步机器学习框架,通过结合金融新闻情感与宏观经济指标来预测标普500股票市场中的泡沫。 在传统计量经济学方法的基础上,所提出的方法通过整合文本和定量数据源来预测泡沫形成。 在第一步中,使用右尾单位根检验识别标普500指数中的泡沫期,这是一种广泛认可的实时泡沫检测方法。 第二步利用自然语言处理(NLP)技术从大规模金融新闻文章中提取情感特征,这些特征捕捉了投资者的预期和行为模式。 在最后一步中,应用集成学习方法,基于高情感相关和宏观经济预测因子来预测泡沫的发生。 模型性能通过k折交叉验证进行评估,并与基准机器学习算法进行比较。 实证结果表明,所提出的三步集成方法显著提高了预测准确性和稳健性,为投资者、监管机构和政策制定者提供了有价值的早期预警信息,以缓解系统性金融风险。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.