الانتقال إلى المحتوى
جميع مستندات المكتبة

دمج مشاعر الأخبار ونماذج السلاسل الزمنية لتداول S&P 500

مقال arXiv papers · المؤلف: Haojie Liu et al.
اقرأ المصدر الأصلي

الملخص

تصف الدراسة نهجًا للتداول يجمع بين المشاعر المستخلصة من الأخبار المالية والمؤشرات الفنية والتنبؤ بالسلاسل الزمنية. وتستخدم GPT-2 وFinBERT لتحليل المشاعر، وتقرن الإشارات الناتجة بمقاييس الزخم والاتجاه، كما تقيّم الاستراتيجيات إلى جانب نموذجي ARIMA وETS ومعيار الشراء والاحتفاظ. ويُقيّم الأداء باستخدام قيم الأصول وعوائدها.

يفيد المستند بأن الجمع بين إشارات المشاعر والنماذج التقليدية حسّن أداء التداول في تقييمه، ويعرض الطريقة بوصفها وسيلة للاستجابة لتغير ظروف السوق. لكنه لا يذكر تواريخ العينة أو قواعد الاستراتيجية التفصيلية أو نتائج الأداء الرقمية أو الاختبارات الإحصائية، لذلك لا يمكن تقييم قوة النتيجة ومدى تعميمها من الوصف. تقتصر الأدلة على مؤشر S&P 500؛ ولا تثبت انتقال النهج إلى أسواق أخرى أو استمرار فاعليته بعد تكاليف التداول.

الأفكار الرئيسية

  • يجمع النهج بين مشاعر الأخبار المالية والمؤشرات الفنية ونماذج السلاسل الزمنية.
  • تُستخدم GPT-2 وFinBERT لاستخلاص إشارات المشاعر من الأخبار.
  • يقارن التقييم الاستراتيجيات المجمعة بالشراء والاحتفاظ والنهج القائم على المشاعر.
  • لا يتضمن الوصف نتائج رقمية أو معلومات تفصيلية عن التحقق من التحسن المذكور.

الوسوم

الأسهممعنويات السوقالتعلم الآليالمؤشرات الفنيةالاختبار التاريخيالأسواق الأمريكية
النص الكامل
# Enhancing Trading Performance Through Sentiment Analysis with Large Language Models: Evidence from the S&P 500


# Enhancing Trading Performance Through Sentiment Analysis with Large Language Models: Evidence from the S&P 500









This study integrates real-time sentiment analysis from financial news, GPT-2 and FinBERT, with technical indicators and time-series models like ARIMA and ETS to optimize S&P 500 trading strategies. By merging sentiment data with momentum and trend-based metrics, including a benchmark buy-and-hold and sentiment-based approach, is evaluated through assets values and returns. Results show that combining sentiment-driven insights with traditional models improves trading performance, offering a more dynamic approach to stock trading that adapts to market changes in volatile environments.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.