Estimating the impact of domain-specific news sentiment on financial assets

تأثیر اخبار در بازارهای مالی با استخراج نظرات و احساسات از متن با استفاده از تحلیل محتوای و تکنیک های پردازش زبان طبیعی مورد مطالعه قرار گرفته است و سپس با استفاده از این اندازه گیری برای برآورد تاثیر احساس بر تغییرات قیمت، مورد بررسی قرار گرفت. ما یک روش و پیاده سازی را ارائه می دهیم که محتوای اخبار را با استفاده از لغت نامه های چندگانه تحلیل می کند که برای استفاده خاص از اصطلاحات در یک دامنه مشخص شده است. برای ارزیابی رویکرد ما، مجموعه های مختلف اخبار مربوط به دامنه را برای دو بازار مالی ایجاد می کنیم و تاثیر این خبر های محلی را بر دو معیار مالی در بازار سهام و بازار نفت بررسی می کنیم. ما بررسی می کنیم که چگونه میزان احساسات خبر از منابع خبری مختلف بر بازده مالی در طول زمان تأثیر می گذارد. ما یک سیگنال تجاری را بر اساس تاثیرات خبری که پیش بینی می کنیم، در روزهای آینده در میانگین میانگین صنعتی داو جونز و نفت خاورمیانه غرب تگزاس تولید می کنیم. ما متوجه می شویم که ترکیب احساسات خبری در یک استراتژی تجاری، بازده سالانه را در طی یک استراتژی خرید و نگهداری ساده برای هر دو بازار افزایش می دهد.