テキスト・マイニング/テキスト分類による市場予測 のバックアップ(No.1)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• テキスト・マイニング/テキスト分類による市場予測 へ行く。
  • 1 (2010-02-24 (水) 08:42:40)

入力がテキストで出力が離散値（カテゴリー）のもの．

次の２つのタイプがある．

• 銘柄やインデックスを上昇または下降に分類する
• ニュース記事を良いニュースまたは悪いニュースに分類する

テキスト回帰分析（出力が連続値のもの）はこちら．

SVM †

• Topic-dependent sentiment analysis of financial blogs
  Neil O'Hare, Michael Davy, Adam Bermingham, Paul Ferguson, Páraic Sheridan, Cathal Gurrin, Alan F. Smeaton
  CIKM 2009 Workshop on Topic-sentiment analysis for mass opinion, pp. 9-16 (2009)
  内容: 金融系のブログ記事をとてもネガティブ，ネガティブ，ニュートラル，ポジティブ，とてもポジティブ，両方，無関係，わからないのいずれかに分類する．
• News aware volatility forecasting: is the content of news important?
  Calum S. Robertson, Shlomo Geva, Rodney C. Wolff
  AusDM 2007, pp. 161-170 (2007)
  内容: ニュースを興味深いもの（市場がいつもと違う動きをするもの）とそうでないものに分類する．
• Forecasting Intraday Stock Price Trends with Text Mining Techniques
  Marc-André Mittermayer
  HICSS 2004, Vol. 3, Issue C, p. 30064.2 (2004)
  内容: ニュース記事を良い，悪い，どちらでもない（No Movers）のいずれかに分類する．
• Good News or Bad News? Let the Market Decide
  Moshe Koppel and Itai Shtrimberg
  2004 AAAI Spring Symposium on Exploring Attitude and Affect in Text: Theories and Applications, pp. 86-88 (2004).
  内容: ある企業に関するニュースをポジティブまたはネガティブに分類する．
• News Sensitive Stock Trend Prediction
  Gabriel Pui Cheong Fung, Jeffrey Xu Yu, and Wai Lam
  PAKDD 2002, pp. 481-493 (2002)
  内容: ニュース記事を分析し，トレンドを上昇，下落，安定のいずれかに分類する．

Naïve Bayes †

• Topic-dependent sentiment analysis of financial blogs
  Neil O'Hare, Michael Davy, Adam Bermingham, Paul Ferguson, Páraic Sheridan, Cathal Gurrin, Alan F. Smeaton
  CIKM 2009 Workshop on Topic-sentiment analysis for mass opinion, pp. 9-16 (2009)
  内容: 金融系のブログ記事をとてもネガティブ，ネガティブ，ニュートラル，ポジティブ，とてもポジティブ，両方，無関係，わからないのいずれかに分類する．
• Using News Articles to Predict Stock Price Movements
  Győző Gidófalvi, Charles Elkan
  Tech. Report, Department of Computer Science and Engineering, University of California at San Diego (2003).
  内容: ニュース記事を分析し，20分後の株価について上昇，下落，そのままのいずれかに分類する．
• Text Classification for Intelligent Portfolio Management
  Young-Woo Seo, Joseph Andrew Giampapa, and Katia Sycara
  Tech. Report CMU-RI-TR-02-14, Robotics Institute, Carnegie Mellon University (2002).
  内容: ニュース記事を分析し，記事を良い，たぶん良い，ふつう，たぶん悪い，悪いのいずれかに分類する．
• Language models for financial news recommendation
  Victor Lavrenko, Matt Schmill, Dawn Lawrie, Paul Ogilvie, David Jensen, James Allan
  CIKM 2000, pp. 389-396 (2000).
  内容: ニュース記事を分析し，上昇トレンド，下降トレンド，フラットのいずれかに分類する．
• Mining of concurrent text and time series
  Victor Lavrenko, Matt Schmill, Dawn Lawrie, Paul Ogilvie, David Jensen, James Allan
  KDD 2000 Workshop on Text Mining, pp. 37-44 (2000).
  同上．

決定木 †

• News aware volatility forecasting: is the content of news important?
  Calum S. Robertson, Shlomo Geva, Rodney C. Wolff
  AusDM 2007, pp. 161-170 (2007)
  内容: ニュースを興味深いもの（市場がいつもと違う動きをするもの）とそうでないものに分類する．

GA †

• Integrating Genetic Algorithms and Text Learning for Financial Prediction
  James Thomas, Katia Sycara
  GECCO 2000, pp. 72-75 (2000).
  内容: ある銘柄についてのチャットのテキストを分析し，その銘柄をカイまたはウリのいずれかに分類する．