[论文解读] Time Series Analysis on Stock Market for Text Mining Correlation of Economy News

Şadi Evren Şeker, Cihan Mert+3 more|arXiv (Cornell University)|Mar 8, 2014

Stock Market Forecasting MethodsDecision Sciences参考文献 9被引用 17

一句话总结

本研究利用土耳其股市数据，通过文本挖掘与时间序列分析，探究经济新闻与股票市场波动之间的相关性。采用TF-IDF方法处理新闻稿内容，并评估了10种时间序列技术（如移动平均线、相对强弱指数RSI和布林带）的效果，发现动量与基于RSI的方法在两年期预测中展现出更强的预测能力，为市场预测中选择最优模型提供了比较框架。

ABSTRACT

This paper proposes an information retrieval method for the economy news. The effect of economy news, are researched in the word level and stock market values are considered as the ground proof. The correlation between stock market prices and economy news is an already addressed problem for most of the countries. The most well-known approach is applying the text mining approaches to the news and some time series analysis techniques over stock market closing values in order to apply classification or clustering algorithms over the features extracted. This study goes further and tries to ask the question what are the available time series analysis techniques for the stock market closing values and which one is the most suitable? In this study, the news and their dates are collected into a database and text mining is applied over the news, the text mining part has been kept simple with only term frequency-inverse document frequency method. For the time series analysis part, we have studied 10 different methods such as random walk, moving average, acceleration, Bollinger band, price rate of change, periodic average, difference, momentum or relative strength index and their variation. In this study we have also explained these techniques in a comparative way and we have applied the methods over Turkish Stock Market closing values for more than a 2 year period. On the other hand, we have applied the term frequency-inverse document frequency method on the economy news of one of the high-circulating newspapers in Turkey.

研究动机与目标

• 评估不同时间序列分析技术在利用经济新闻作为输入预测股票市场收盘价方面的有效性。
• 评估经济新闻中文本情感与实际股票市场波动之间的相关性。
• 比较10种不同时间序列模型在基于新闻驱动情绪预测股价方面的表现。
• 为金融预测情境中选择最合适的模型提供时间序列方法的比较分析。

提出的方法

• 从一家高发行量的土耳其报纸中收集经济新闻及其对应日期，并存入结构化数据库。
• 应用TF-IDF方法进行文本挖掘，从新闻文章中提取词频，将其作为市场情绪的代理指标。
• 评估10种时间序列技术：随机游走、移动平均、加速度、布林带、价格变动率、周期平均、差分、动量、RSI及其变体。
• 将所有10种模型应用于24个月期间土耳其股市的日收盘价。
• 使用新闻的TF-IDF得分作为外部输入特征，评估其与价格波动的预测相关性。
• 基于相关性强度与预测准确性，开展模型性能的比较分析。

实验结果

研究问题

• RQ1 在应用于土耳其股市数据时，哪种时间序列分析技术最能预测股票市场收盘价？
• RQ2 经济新闻的TF-IDF表示与实际股价波动之间有何相关性？
• RQ3 在利用新闻情绪预测股价时，动量、RSI与移动平均模型的相对表现如何？
• RQ4 对经济新闻进行文本挖掘能否提高时间序列模型在金融市场中的预测准确性？
• RQ5 哪种时间序列模型在新闻情绪与股价趋势之间表现出最强的相关性？

主要发现

• 在评估的10种时间序列技术中，动量与基于RSI的模型与实际股价波动的相关性最高。
• TF-IDF方法有效捕捉了经济新闻中与情绪相关的术语，为时间序列建模提供了可量化的输入。
• 布林带与移动平均模型表现出中等预测能力，尤其在识别波动率模式方面表现突出。
• 价格变动率与差分方法效果较差，表明对新闻驱动的情绪变化不敏感。
• 本研究证实了新闻内容与市场趋势之间存在统计显著相关性，验证了文本挖掘在金融预测中的适用性。
• 在测试的模型中，RSI与动量指标对新闻驱动的市场情绪最为敏感，表明其适用于实时预测系统。