基于新闻情感分析和区间分解的汇率预测研究 |
| |
作者姓名: | 刘金培 储娜 罗瑞 陶志富 陈华友 |
| |
作者单位: | 1. 安徽大学商学院;2. 安徽大学大数据与统计学院 |
| |
基金项目: | 国家自然科学基金资助项目(72071001,72001001,72371001);;教育部人文社会科学规划项目(20YJAZH066,21YJCZH148);;安徽省自然科学基金资助项目(2008085MG226,2108085MG239);;安徽省高校优秀青年人才项目(gxyqZD2022001); |
| |
摘 要: | 汇率序列具有非线性和连续变化等特点,其细节波动是一系列事件和新闻综合影响的结果.然而,现有区间预测模型难以量化重大事件和公众情绪的影响,导致其缺乏广泛的适用性,且传统区间分解方法存在上下界混叠的缺陷.因此,论文从新冠疫情冲击出发,提出一种基于新闻情感分析和区间分解的汇率波动实时预测模型.首先,基于Snownlp情感词典对外汇新闻文本进行情感分析,获得相应的情感分数.另外,构建全球恐惧指数(the global fear index,简称GFI)以量化新冠疫情的影响,并将其与芝加哥期权交易所波动率(the Chicago board options exchange volatility index,简称VIX指数)相结合作为汇率的影响因素.然后,提出一种新的区间经验模态分解(interval empirical mode decomposition,简称IEMD)方法对区间汇率序列进行多尺度分解,并根据样本熵重构得到高、中、低频区间序列和残差项.其次,利用极限学习机(extreme learning machine,简称ELM)、多层感知机(multi-layer perceptron...
|
关 键 词: | 汇率预测 情感分析 区间经验模态分解 二次曲面支持向量回归 |
|
|