[论文解读] Leverage Financial News to Predict Stock Price Movements Using Word Embeddings and Deep Neural Networks

Yangtuo Peng, Hui Jiang|arXiv (Cornell University)|Jun 24, 2015

Stock Market Forecasting Methods参考文献 13被引用 11

一句话总结

本文提出了一种深度学习方法，结合金融新闻中的词嵌入与历史股价数据，以预测次日股价走势。通过整合来自新闻的关键词袋、情感得分和上下文感知特征，以及股价趋势，该模型实现了43.13%的误差率，显著优于仅使用价格数据的基线模型。

ABSTRACT

Financial news contains useful information on public companies and the market. In this paper we apply the popular word embedding methods and deep neural networks to leverage financial news to predict stock price movements in the market. Experimental results have shown that our proposed methods are simple but very effective, which can significantly improve the stock prediction accuracy on a standard financial database over the baseline system using only the historical price information.

研究动机与目标

• 通过整合金融新闻中的文本信息，提升股价走势预测的准确性。
• 探究词嵌入是否能够从金融新闻中提取对股价预测有意义的特征。
• 评估将深度神经网络与新闻衍生特征及历史价格数据相结合的有效性。
• 通过基于相关性的图传播方法，实现对未见股票的预测。
• 证明金融新闻特征可显著提升预测准确率，超越传统基于价格的模型。

提出的方法

• 使用包含ReLU激活函数和Softmax输出的四层深度神经网络（DNN）进行二分类（股价上涨或下跌）。
• 提取包括5日收盘价、一阶差分和二阶差分在内的历史价格特征，并按每只股票进行归一化处理。
• 应用word2vec学习金融新闻中词语的稠密向量表示，利用如“rise”、“fall”、“plunge”等种子词识别语义相关的关键词。
• 生成三类新闻衍生特征：关键词袋（BoK）、情感得分（PS）以及利用词向量相似度生成的上下文感知项特征（CT）。
• 基于历史价格数据构建股票相关性图，仅保留相关性绝对值大于0.8的股票对，并通过矩阵乘法将预测结果传播至未见股票。
• 应用阈值筛选机制，对未见股票的低置信度预测进行过滤，从而提升模型在训练集外的泛化能力。

实验结果

研究问题

• RQ1 词嵌入能否有效从金融新闻中提取对股价走势预测有帮助的特征？
• RQ2 与仅使用历史价格数据的模型相比，引入新闻衍生特征能在多大程度上提升预测准确率？
• RQ3 基于相关性的图传播方法在多大程度上可将预测扩展至未见股票？
• RQ4 何种新闻特征组合（BoK、PS、CT）能最大化预测性能？
• RQ5 预测未见股票时，不同置信度阈值对模型性能有何影响？

主要发现

• 当结合所有特征（价格、BoK、PS、CT）时，该模型在测试集上的误差率为43.13%，显著优于仅使用价格数据的基线模型（误差率48.12%）。
• 仅添加BoK特征即可将误差率降低至46.02%，表明基于词嵌入的关键词特征具有极强的预测能力。
• 价格数据与BoK特征的组合实现46.02%的误差率，表明仅靠新闻关键词即可提供强大的预测性能。
• 通过图传播方法，当采用高置信度阈值（0.9）时，模型每天可预测354只未见股票，准确率达52.44%，展现出良好的泛化能力。
• 引入情感得分（PS）和上下文感知项特征（CT）可进一步提升性能，完整特征组合实现最低误差率。
• 该模型在不同特征组合下表现稳健，四层DNN架构在验证集上表现最优。