量化策略专题研究:基于BERT模型的新闻情绪分析,把握投资先机
本报告采用Google BERT模型对新闻文本进行情绪识别,构建情绪指标,具有领先性。可应用于短期风险防范、杠杆增强策略和行业热点发现。测试显示情绪指标与未来收益相关系数显著,1日相关系数0.07,3日0.09,置信概率90%。
本报告采用Google BERT模型对新闻文本进行情绪识别,构建情绪指标,具有领先性。可应用于短期风险防范、杠杆增强策略和行业热点发现。测试显示情绪指标与未来收益相关系数显著,1日相关系数0.07,3日0.09,置信概率90%。
本报告采用Google BERT模型对新闻文本进行情绪识别,构建情绪指标,具有领先性。可应用于短期风险防范、杠杆增强策略和行业热点发现。测试显示情绪指标与未来收益相关系数显著,1日相关系数0.07,3日0.09,置信概率90%。
本报告采用Google BERT模型对新闻文本进行情绪识别,构建情绪指标,具有领先性。可应用于短期风险防范、杠杆增强策略和行业热点发现。测试显示情绪指标与未来收益相关系数显著,1日相关系数0.07,3日0.09,置信概率90%。核心数据:0.07;0.09。
本报告由中信证券研究部发布,发布于 2020 年。
覆盖 2020 年,全文约 21。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化策略分析师、投资者、金融研究人员等读者参考。
重点分析了金融投资、量化策略、BERT、新闻情绪等议题。