{en_GB=Sentiment Analysis for Financial Data Prediction} {} EVALUATED

Detalhes: {pt=Os mercados financeiros, como a bolsa de valores, são extremamente voláteis e sensíveis às notícias publicadas nos meios de comunicação. Através da análise do sentimento dessas notícias, para além da análise de séries temporais de cotações, deverá ser possível fazer uma melhor previsão do comportamento futuro de um determinado ativo financeiro. O principal objetivo deste trabalho é quantificar o benefício que pode ser obtido através da análise de sentimento, quando comparada com a análise de séries temporais apenas, para prever o movimento futuro de ações em bolsa. Para atingir esse objetivo, a abordagem proposta utiliza vários modelos diferentes de aprendizagem profunda. Começamos por utilizar modelos simples que dependem apenas de indicadores dos mercados financeiros, passando em seguida para a utilização de redes recorrentes que incorporam o sentimento de notícias relacionadas com ativos financeiros. Surpreendentemente, os resultados obtidos sugerem que o benefício da análise de sentimento é diminuto. No entanto, é possível obter melhores resultados com modelos de aprendizagem mais sofisticados, nomeadamente utilizando mecanismos de atenção., en=Financial markets, such as the stock exchange, are known to be extremely volatile and sensitive to news published in the media. Using sentiment analysis, as opposed to using time series alone, should provide a better indication for the prospects of a given financial asset. In this work, the main goal is to quantify the benefit that can be obtained by adding sentiment analysis to predict the up or down movement of stock returns. The approach makes use of several different deep learning models, from vanilla models that rely on market indicators only, to recurrent networks that incorporate news sentiment as well. Surprisingly, the results suggest that the added benefit of sentiment analysis is diminute, and a more significant improvement can be obtained by using sophisticated models with advanced learning mechanisms such as attention.}

Discussão: novembro 12, 2020, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

Frederico Pascoal Gaião Martins Monteiro (ist178021)

ORIENTADOR

Diogo Manuel Ribeiro Ferreira

Departamento de Engenharia Informática (DEI)

Professor Auxiliar