Scidown文献预览系统!
新闻情绪在石油期货收益和波动率预测中的作用:基于数据分解的深度学习方法( The role of news sentiment in oil futures returns and volatility forecasting: Data-decomposition based deep learning approach )
YLA B SJ C XL A SWA C
本文从原油新闻标题中提取定性信息,建立了一个新的带有投资者情绪指标的VMD-BiLSTM模型,用于原油预测。首先,我们从石油新闻文本的语境数据中构建了一个考虑累积效应的情感评分。然后,我们采用基于事件的方法和GARCH模型考察了新闻情绪对收益率和波动性的影响。采用一种非递归信号分解方法,即变分模式分解(VMD),将历史原油收益率和波动率数据分解为各种固有模式。在此基础上,提出了一种双向长短期记忆神经网络(BiLSTM)作为深度学习预测模型,该模型综合了定性和定量的模型输入。实证结果表明,新闻情绪的冲击显著地引起了石油期货价格的波动,并且新闻情绪对石油期货价格的波动具有非对称性影响。在所有基准情景中,情绪得分的引入总是有助于提高预测性能。具体地说,我们提出的基于数据分解的深度学习模型比几个计量经济学和机器学习模型更有效。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】