基于Tweet的舆情交易策略：用社交媒体文本挖掘和稀疏矩阵分解预测股市波动

研究利用社交媒体文本挖掘和稀疏矩阵分解技术，基于2011-2015年S&P 500成分股数据预测股市波动，模型优于基准回归，提出高收益、高夏普比率的交易策略，为量化交易提供新思路。核心数据:S&P 500;2011-2015;优于基准。

本报告由银河证券发布,发布于 2021 年。

覆盖 2021 年,全文约 18。

本报告为付费报告,可在资料宝站内下单后获取完整内容。

适合量化交易者、金融分析师、研究人员等读者参考。

重点分析了金融投资、Tweet、股市波动等议题。