[論文レビュー] Market Trend Prediction using Sentiment Analysis: Lessons Learned and Paths Forward

Andrius Mudinas, Dell Zhang+1 more|arXiv (Cornell University)|Mar 13, 2019

Stock Market Forecasting Methods参考文献 33被引用数 39

ひとこと要約

本稿は、金融ニュースとソーシャルメディアからの感情的態度 sentiment attitudes と感情 sentiments emotions が株価変動をグレンジャー因果させるかを検証し、感情特徴量の追加が市場トレンド予測を改善するかを検証する。態度は一般に株価変動を引き起こさないことが多く、感情は特定の銘柄では時折影響を与え、感情特徴量はデータソースに依存して混合した改善を生む。

ABSTRACT

Financial market forecasting is one of the most attractive practical applications of sentiment analysis. In this paper, we investigate the potential of using sentiment \emph{attitudes} (positive vs negative) and also sentiment \emph{emotions} (joy, sadness, etc.) extracted from financial news or tweets to help predict stock price movements. Our extensive experiments using the \emph{Granger-causality} test have revealed that (i) in general sentiment attitudes do not seem to Granger-cause stock price changes; and (ii) while on some specific occasions sentiment emotions do seem to Granger-cause stock price changes, the exhibited pattern is not universal and must be looked at on a case by case basis. Furthermore, it has been observed that at least for certain stocks, integrating sentiment emotions as additional features into the machine learning based market trend prediction model could improve its accuracy.

研究の動機と目的

• ファイナンスにおける感情 sentiment の定義を明確にするため、感情態度 sentiment attitudes と感情 sentiment emotions を区別する。
• 複数のデータソースにわたって、感情シグナルと株価変動の間のグレンジャー因果関係を検証する。
• 感情態度および感情を組み込むことが、テクニカル指標をベースラインとした機械学習による市場トレンド予測を改善するかを評価する。
• 感情と価格の関係がデータソースと時間の粒度によってどのように影響を受けるかを評価する。
• 感情ベースの市場予測に関する今後の研究の指針と方向性を提示する。

提案手法

• 三つのデータソースを収集・前処理する：Financial Timesの記事、Reddit WorldNews Channelのヘッドライン、および cashtag を含む株式ツイートデータ。
• 感情を attitude（肯定/否定）と emotions（Plutchikの8次元）として定義し、抽出にはドメイン固有のレキシコンを用いる。
• 感情と価格変動の方向性を決定するため、ラグを1日または2日としたグレンジャー因果検定を適用する。
• 15のテクニカル指標を用いてベースライン市場トレンドモデルを開発し、SVMとLSTMの性能を比較する。
• ベースラインに感情態度と感情特徴を付加し、株式と通貨ごとの予測精度への影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 市場の感情（ attitude と emotion ）は株価変動をグレンジャー因果させるか？
• RQ2 株価変動は市場の感情をグレンジャー因果させるか？
• RQ3 感情 attitude および/または感情 emotions は、テクニカル指標のベースラインを超えた市場トレンド予測を改善できるか？
• RQ4 データソース（FT、RWNC、Twitter）と時系列の粒度は、予測における感情の有用性にどう影響するか？

主な発見

• 感情態度は、データセット全体で株価変動をグレンジャー因果させることは稀である。
• 株価変動はより頻繁に感情態度をグレンジャー因果させる、特に時系列的な感情モデル化で。
• 感情は一部の個別銘柄に対して予測力を示すが、銘柄やデータ期間によって結果は大きく異なる。
• 見出しからの感情信号を取り入れても、一般に予測を改善しない。改善が見られる場合は、銘柄とデータソースに依存する（例：一部の FT-ニュースケース）。
• ツイートは混合結果を示し、短期間の強気相場時には予測価値が限定的である。
• 全体として、感情信号の有用性はケースバイケースでデータソース依存であり、普遍的な予測力は確立されていない。