Neuro-Fuzzy Modeling Techniques in Economics

Neuro-Fuzzy Modeling Techniques in Economics

Прогнозування фінансових рядів: семантичний аналіз економічних новин

Financial time series forecasting: semantic analysis of economic news

DOI:

10.33111/nfmte.2016.081

Анотація: У роботі запропоновано метод прогнозування фінансових часо-вих рядів з урахуванням семантики новинних стрічок. Для сема-нтичного аналізу економічних новин на основі словника Loughran McDonald Master Dictionary було сформовано вибірку негативних і позитивних з фінансової точки зору слів. До вибірки увійшли слова з високою частотою згадування у новинах фінан-сових ринків; для однокореневих слів була залишена тільки за-гальна частина, що дозволило охопити одним запитом кілька слів. В якості інструментарію прогнозування використовувалися нейронні мережі. Для автоматизації процесу видобування еко-номічної інформації з новин у програмному середовищі MATLAB Simulink розроблений скрипт, який аналізує новини компанії, спираючись на сформований словник. Проведене експеримента-льне дослідження з різними архітектурами нейронних мереж продемонструвало високу адекватність побудованих моделей та підтвердило доцільність використання інформації з новинних стрічок для прогнозування котирувань акцій.
Abstract: The paper proposes a method of financial time series forecasting tak-ing into account the semantics of news. For the semantic analysis of financial news the sampling of negative and positive words in eco-nomic sense was formed based on Loughran McDonald Master Dic-tionary. The sampling included the words with high frequency of oc-currence in the news of financial markets. For single-root words it has been left only common part that allows covering few words for one request. Neural networks were chosen for modeling and forecasting. To automate the process of extracting information from the economic news a script was developed in the MATLAB Simulink programming environment, which is based on the generated sampling of positive and negative words. Experimental studies with different architectures of neural networks showed a high adequacy of constructed models and confirmed the feasibility of using information from news feeds to predict the stock prices.
Ключові слова: прогнозування котирувань, стрічки фінансових новин, семантичний аналіз, нейронна мережа.
Key words: stock price forecasting, financial news, semantic analysis, neural network.
УДК: 330.46:519.25
UDC: 330.46:519.25

JEL: C88 E44 E47 G12

To cite paper
In APA style
Kononova, K., & Dek, A. (2016). Financial time series forecasting: semantic analysis of economic news. Neuro-Fuzzy Modeling Techniques in Economics, 5, 81-92. http://doi.org/10.33111/nfmte.2016.081
In MON style
Кононова К., Дек А. Прогнозування фінансових рядів: семантичний аналіз економічних новин. Нейро-нечіткі технології моделювання в економіці. 2016. № 5. С. 81-92. http://doi.org/10.33111/nfmte.2016.081 (дата звернення: 22.07.2024).
With transliteration
Kononova, K., Dek, A. (2016) Prohnozuvannia finansovykh riadiv: semantychnyi analiz ekonomichnykh novyn [Financial time series forecasting: semantic analysis of economic news]. Neuro-Fuzzy Modeling Techniques in Economics, no. 5. pp. 81-92. http://doi.org/10.33111/nfmte.2016.081 [in Ukrainian] (accessed 22 Jul 2024).
# 5 / 2016 # 5 / 2016
Download Paper
124
Views
26
Downloads
0
Cited by