Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

EUR/USD Exchange Rate Forecasting incorporating Text Mining Based on Pre-trained Language Models and Deep Learning Methods

Created by
  • Haebom

作者

Hongcheng Ding, Xiangyu Shi, Ruiting Deng, Salaar Faroog, Deshinta Arrova Dewi, Shamsul Nahar Abdullah, Bahiah A Malek

概要

この研究では、深層学習、テキスト分析、およびパーティクルクラスター最適化（PSO）を統合して、EUR / USD為替レートを予測するための新しいアプローチを提示します。オンラインニュースと分析テキストを定性的なデータに統合することによって提案されたPSO-LSTMモデルは、従来の計量経済および機械学習モデルよりも優れた性能を示しています。 RoBERTa-Largeモデルによる感情分析やLDAによるトピックモデリングを含む高度なテキストマイニング技術を採用しています。実証的な結果は、テキストデータ統合の重要な利点を強調し、PSO-LSTMモデルは、SVM、SVR、ARIMA、GARCHなどのベンチマークモデルよりも優れたパフォーマンスを示します。 ablation 実験は、全体的な予測パフォーマンスに対する各テキストデータカテゴリの貢献度を示しています。本研究は、金融分野における人工知能の革新的な可能性を強調し、リアルタイム予測と代替データソースの統合に関する今後の研究への道を開く。

Takeaways、Limitations

•
Takeaways：
◦
詳細な学習、テキスト分析、PSOを組み合わせた新しいEUR / USD為替レート予測モデルを提示します。
◦
従来モデルと比較して優れた予測性能を実証。
◦
テキストデータの重要性と各データカテゴリの貢献度分析
◦
金融分野におけるAI活用の可能性の提示
◦
リアルタイム予測と代替データソース活用研究の基礎
•
Limitations：
◦
この研究で使用されたデータの時系列的な制約と一般化の可能性に関するさらなる研究が必要です。
◦
異なる通貨ペアや金融市場へのモデル一般化可能性の検証が必要です。
◦
特定のテキスト前処理技術とモデル選択の影響に関するさらなる分析が必要
◦
リアルタイム予測環境における性能評価と安定性検証が必要
👍
Made with Slashpage