Enhancing Economic Time Series Prediction with News Text Data and Numerical Data: A Transformer-Based Approach

Mou, Shangyang; Zhang, Wenting; Kinkyo, Takuji; Hamori, Shigeyuki; Chen, Jinhui; Takiguchi, Tetsuya; Ariki, Yasuo

https://hdl.handle.net/20.500.14094/0100497849

このアイテムのアクセス数:126件（2026-04-03 17:40 集計）

閲覧可能ファイル

ファイル	フォーマット	サイズ	閲覧回数	説明
0100497849 (fulltext)	pdf	457 KB	105

メタデータ

ファイル出力

メタデータID	0100497849
アクセス権	open access
出版タイプ	Version of Record
タイトル	Enhancing Economic Time Series Prediction with News Text Data and Numerical Data: A Transformer-Based Approach
著者	Mou, Shangyang ; Zhang, Wenting ; Kinkyo, Takuji ; Hamori, Shigeyuki ; Chen, Jinhui ; Takiguchi, Tetsuya ; Ariki, Yasuo
著者名 Mou, Shangyang
著者名 Zhang, Wenting
著者ID A0648 研究者ID 1000050527637 ORCID 0000-0002-0053-2328 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail.html?systemId=59907e905b046f21520e17560c007669 著者名 Kinkyo, Takuji 金京, 拓司キンキョウ, タクジ所属機関名経済学研究科
著者ID A0631 研究者ID 1000060189628 ORCID 0000-0003-1498-0188 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail.html?systemId=91c04fe3c6b23eef520e17560c007669 著者名 Hamori, Shigeyuki 羽森, 茂之ハモリ, シゲユキ所属機関名経済学研究科
著者ID A1176 研究者ID 1000050777810 ORCID 0000-0002-3701-9026 著者名 Chen, Jinhui 陳, 金輝チン, キンキ所属機関名計算社会科学研究センター
著者ID A1279 研究者ID 1000040397815 ORCID 0000-0001-5005-7679 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail.html?systemId=b3ec2a1710d8267b520e17560c007669 著者名 Takiguchi, Tetsuya 滝口, 哲也タキグチ, テツヤ所属機関名都市安全研究センター
著者ID A0260 研究者ID 1000010135519 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail.html?systemId=09a784b8ffbc912c520e17560c007669 著者名 Ariki, Yasuo 有木, 康雄アリキ, ヤスオ所属機関名都市安全研究センター
言語	English (英語)
収録物名	言語処理学会第30回年次大会発表論文集
ページ	1975-1979
出版者	言語処理学会
刊行日	2024-03-04
公開日	2025-10-20
抄録	Financial time series such as stock prices can be hard to predict as it is difficult to model short-term and long-term temporal dependencies between data points. In addition, they are influenced by underlying fundamentals that are conveyed through various news feeds. Existing methods for predicting financial time series typically focus on either numerical data or textual information. When considering textual data, the prevailing approach is to utilize sentiment information extracted from news sources as features. This paper introduces a novel methodology that directly integrates financial news content with corresponding time series data, to enhance the accuracy of financial time series forecasting.
カテゴリ	経済学研究科
	計算社会科学研究センター
	都市安全研究センター
	会議発表論文
権利	Creative Commons Attribution 4.0 International

資源タイプ	conference paper
会議記述	会議名言語処理学会第30回年次大会回次 30 開催期間 2024年3月11日～15日開催会場神戸国際会議場

閲覧可能ファイル

メタデータ

詳細を表示