Abstract—Stock trend prediction bas

Abstract—Stock trend prediction based on text has gained
much attention from researchers in recent years. According to
investment theories, investors’ behaviors will influence the
stock market, and the way people invest their money is based
on the history trend and information they hold. On account of
this indirectly influential relationship between information of
stock and stock trend, stock trend prediction based on text has
been done by many researchers. However, due to the serious
feature sparse problem in tweets and unreliability of using
average sentiment score to indicate one day’s sentiment, this
work proposed a text-sentiment based stock trend prediction
model with a hybrid feature selection method. Instead of
applying sentiment analysis to add sentiment related features,
this paper uses SentiWordNet to give an additional weight to
the selected features. Besides, this work also compares the
results with those of other learning algorithms. SVM linear
algorithm based on leave-one-out cross validation yields the
best performance of 90.34%.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อซึ่งได้รับการคาดเดาแนวโน้มหุ้นตามข้อ ความสนใจมากจากนักวิจัยในปีที่ผ่านมา ตามที่ ทฤษฎีการลงทุน พฤติกรรมของนักลงทุนจะมีผลกระทบต่อการ ตลาดหุ้น และวิธีผู้ลงทุนเงินของพวกเขาอยู่ แนวโน้มประวัติและข้อมูลที่จะ ใน account ของ ความสัมพันธ์นี้มีอิทธิพลทางอ้อมระหว่างข้อมูล หุ้นและหุ้นแนวโน้ม การคาดเดาแนวโน้มหุ้นตามข้อความได้ แล้ว โดยนักวิจัยจำนวนมาก อย่างไรก็ตาม จากร้ายแรง ลักษณะปัญหาบ่อเข้ามาและ unreliability ของการใช้ เฉลี่ยคะแนนความเชื่อมั่นเพื่อบ่งชี้ความเชื่อมั่นหนึ่งวัน นี้ งานนำเสนอการคาดการณ์แนวโน้มหุ้นข้อความเชื่อมั่นที่อยู่ รูปแบบ มีวิธีการเลือกคุณลักษณะแบบผสมผสาน แทนที่ ใช้วิเคราะห์ความเชื่อมั่นเพิ่มความเชื่อมั่นที่เกี่ยวข้องกับลักษณะการทำงาน กระดาษนี้ใช้ SentiWordNet เพื่อให้มีน้ำหนักเพิ่มเติม คุณลักษณะที่เลือก นอกจาก นี้ทำงานยังเปรียบเทียบการ ผลลัพธ์กับกระบวนการเรียนรู้อื่น ๆ SVM เชิงเส้น อัลกอริทึมตามลาหนึ่งออกข้ามตรวจสอบอัตราผลตอบแทน สุด 90.34%

ผลลัพธ์ (ไทย) 2:

คาดการณ์แนวโน้มบทคัดย่อหุ้นตามข้อความได้รับ
ความสนใจมากจากนักวิจัยในปีที่ผ่านมา ตาม
ทฤษฎีการลงทุนพฤติกรรมของนักลงทุนจะมีผลต่อ
การลงทุนในตลาดหุ้นและวิธีที่ผู้คนนำเงินมาลงทุนของพวกเขาเป็นไปตาม
แนวโน้มประวัติศาสตร์และข้อมูลที่พวกเขาถือ ในบัญชีของ
ความสัมพันธ์ที่มีอิทธิพลทางอ้อมระหว่างข้อมูลของ
สต็อกและแนวโน้มหุ้นคาดการณ์แนวโน้มหุ้นตามข้อความที่ได้
รับการดำเนินการโดยนักวิจัยหลายคน แต่เนื่องจากร้ายแรง
คุณลักษณะปัญหาเบาบางในทวิตเตอร์และไม่สามารถไว้ใจได้ของการใช้
คะแนนความเชื่อมั่นเฉลี่ยเพื่อบ่งชี้ถึงความเชื่อมั่นของคนวันนี้
การทำงานที่นำเสนอหุ้นตามข้อความความเชื่อมั่นคาดการณ์แนวโน้ม
รุ่นที่มีคุณลักษณะไฮบริดวิธีการเลือก แทนการ
ใช้วิเคราะห์ความเชื่อมั่นที่จะเพิ่มคุณสมบัติที่เกี่ยวข้องกับความเชื่อมั่น
กระดาษนี้ใช้ SentiWordNet ที่จะให้น้ำหนักที่เพิ่มขึ้นจะ
มีคุณสมบัติที่เลือก นอกจากนี้งานนี้ยังเปรียบเทียบ
ผลกับผู้ที่ขั้นตอนวิธีการเรียนรู้อื่น ๆ เชิงเส้น SVM
ขั้นตอนวิธีการขึ้นอยู่กับลาหนึ่งออกตรวจสอบข้ามผลตอบแทนถัวเฉลี่ย
ของประสิทธิภาพที่ดีที่สุด 90.34%