徐维军¹，付志能¹，李茂昌²，张卫国¹

1. 华南理工大学工商管理学院, 广州 510641; 2. 中国平安人寿保险股份 有限公司,深圳 518000

出版日期:2021-07-25发布日期:2021-10-14

High-Frequency Forecasting of Stock Index Futures Based onNews Text Mining}

XU Weijun¹ ,FU Zhineng¹, LI Maochang² ,ZHANG Weiguo¹

1. School of Business Administration, South China University of Technology, Guangzhou 510641;2. Ping An Life Insurance of China, Shenzhen 518000

Online:2021-07-25Published:2021-10-14







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

近两年来, Google 团队提出的BERT 模型被越来越多地应用于文本分类任务中. 在BERT 模型的基础上,文章提出了一个基于新闻文本挖掘的股指期货高频预测模型,进而设计了相应的高频交易策略.文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签,利用所提出模型对新闻进行分类, 从而预测三大股指期货价格的涨跌平方向,并完成股指期货模拟高频交易. 基于5年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示,文章提出的预测模型和交易策略取得了较高的准确率和收益率, 且在中证500股指期货上表现最好.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14252