A Literature Review on Stock Price Prediction by Integrating Social Media Sentiment and Market Indicators Using Deep Learning Approaches
Notice bibliographique
Résumé
This paper reviews how social media and news sentiment can be integrated with market indicators to improve stock prediction, with emphasis on deep learning and multimodal fusion. A systematic review is conducted on literature from 2010 to 2024 across IEEE Xplore, ACM Digital Library, Scopus, and arXiv using explicit inclusion/exclusion criteria and a PRISMA-style screening procedure; foundational methods predating this window are also referenced where appropriate. To organize diverse findings, a four-dimensional taxonomy is proposed covering data sources, sentiment construction methods, fusion strategies, and predictive architectures. A comparative synthesis of representative studies yields three consistent patterns: multimodal approaches outperform unimodal (sentiment-only or price-only) baselines; hybrid fusion provides the most reliable balance between robustness and cross-modal interaction; and architectures coupling finance-specific encoders (e.g., FinBERT) with sequence models (e.g., LSTM or transformer-based forecasters) achieve strong error reductions, particularly in high-volatility regimes. Limitations persist—noisy and asynchronously timed sentiment signals, heterogeneous performance across markets and regimes, inconsistent evaluation protocols that hinder comparability, and complex yet opaque models that challenge adoption. In response, a practical evaluation checklist is provided and concrete future directions are outlined, including attention-based alignment, domain-specific pretraining across languages/markets, reinforcement learning for decision-making, cross-market robustness testing, and explainability.
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.
Comment cette classification a été obtenuedéplier
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 | 0,020 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».