Integrating Transformer-Derived Sentiment Signals with Technical Indicators for Emerging Market Direction Prediction: A NIFTY 50 Study
本研究提出了一种混合框架，该框架将能够有效捕捉金融新闻中中性情绪的微调 DeBERTa-v3 模型与技术指标相结合，与仅基于价格的基准模型相比，显著提高了 NIFTY 50 指数的方向预测准确度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下试图猜测天气。你可以观察气压计和温度计（那些硬性的数字），或者你可以倾听人们在城镇广场上的议论（那些情绪）。长期以来，研究股票市场的科学家们只信任气压计。他们认为，如果你观察股价的涨跌，你就能预测它的下一步走向，就像球沿着山坡滚动一样。这个被称为“有效市场假说”的思想认为，所有的消息都已经瞬间反映在价格中了。但其他研究人员在想：如果“城镇广场”也很重要呢？如果人群的情绪——恐惧、兴奋或无聊——实际上推动了价格的波动，尤其是在像印度这样仍处于成长阶段的市场中，情况会是如何？这篇论文就生活在这两个世界的交汇点：股票图表的冰冷数学与人类语言那混乱且充满情感的世界。它提出了一个简单的问题：如果我们教一台超级聪明的计算机去阅读新闻，并不仅理解人们是高兴还是悲伤，还理解他们是否处于“中性”状态，我们能否比仅仅观察数字更好地预测股市？
研究这项研究背后的研究人员决定构建一个由两部分组成的机器来回答这个问题，重点关注 NIFTY 50 指数，它就像是印度规模最大的 50 家公司的“顶尖 50 强”名单。首先，他们必须教会计算机阅读财经新闻标题。他们使用了一个名为 DeBERTa 的强大 AI 模型，它就像一个非常先进的读者，能够理解上下文。但他们不仅仅是让它阅读；他们还给了它一个特殊的工具包。他们教会它去关注特定的金融词汇（如“利润”或“崩盘”）以及处理语言中棘手的部分（如大小写）。最重要的是，他们训练它识别三种类型的情绪：快乐（正面）、悲伤（负面）以及……“平淡”（中性）。这意义重大，因为以前的大多数计算机只能看到高兴或悲伤，忽略了那些占据了新闻很大一部分份额的“平淡”标题。
在教会计算机阅读之后，他们让它在 2017 年至 2021 年间来自印度和国际来源的 198,730 条新闻标题的海量数据中驰骋。计算机完成了它的工作，并发现了一些令人惊讶的事情：大约 40.86% 的标题是“中性”的。这几乎是近一半的新闻！事实证明，很多财经报道只是在陈述事实而不带立场，而忽略这种“平淡”因素是以往研究中的一个错误。随后，计算机将这些阅读结果转化为了市场的每日“情绪指数”。
在实验的第二部分，研究人员将这个新的情绪指数与 15 种传统的股票市场工具（例如测量价格移动的速度或波动幅度）结合在一起。然后，他们测试了六种不同的计算机模型，以观察哪一个能最好地预测第二天市场会上涨还是下跌。他们非常小心地避免了数据泄露，使用了一种特殊的方法，确保计算机在学习时不会偷看未来的答案。
结果既让人感到“惊喜”，又让人保持“谨慎”。那台阅读新闻并理解“中性”情绪的计算机，在预测市场方面确实比那些仅观察数字的计算机表现得更好。表现最好的模型是一种带有特殊平滑处理的逻辑回归模型，它在处理未见过的全新数据时，能以约 62.98% 的准确率猜对方向。这比仅仅基于价格历史进行猜测有了微小但具有统计学意义的提升。然而，论文也否定了新闻每天都会以简单的直线方式直接导致价格变动的观点。当他们运行一项特定的统计测试时，发现从日度层面来看，单条新闻的情绪与次日价格之间的联系非常微弱，几乎为零。这表明，虽然新闻的整体模式有所帮助，但市场仍然是非常高效且难以战胜的。
那么，结论是什么？这项研究表明，教计算机阅读新闻——包括那些枯燥的中性部分——确实能让我们在预测市场时获得微小的优势。它不是一个能保证财富的魔力水晶球，也并未证明新闻每天都在控制市场。但它确实表明，“城镇广场”是有声音的，如果你能仔细聆听它，并结合气压计一起观察，你或许能离预知明天市场走向的目标更近一步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。