Sentiment Analysis of StockTwits Using Transformer Models
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Forecasting stock price movements is an important task for investors and traders, though still very difficult due to the unstable nature and complex behavior of the stock market. Accordingly, each piece of information related to stock prices can be deemed useful. In this regard, social media platforms provide a vast amount of information that can be used to predict stock movements. In this study, we compare the performances of various traditional, deep learning, and state-of-art pre-trained transformer models for text classification of tweets related to the stock market, which are obtained through a financial microblog, StockTwits. For this purpose, we collected 100,000 labeled messages of five stocks, namely, Apple Inc. (AAPL), Amazon (AMZN), Boeing Co, (BA), Walt Disney Co. (DIS), and the SPDR S&P 500 ETF Trust (SPY) for a period between December 2019 and June 2020. We used logistic regression and random forest as traditional classifiers and Long Short Term Memory and Gated Recurrent Unit as the deep learning algorithms, and BERT, DistillBERT, RoBERTa, and XLNet as the state-of-art transformer models to classify tweets as either “bearish” or “bullish”. Our numerical study showed that RoBERTa outperformed traditional classifiers and deep learning algorithms in terms of average F1-scores.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle