文件名称：使用混合专家加权算法的欧洲市场新闻和情绪分析-研究论文
文件大小：194KB
文件格式：PDF
更新时间：2024-06-29 18:58:56
Computational finance text
本文提出了一种基于专家加权算法的混合人机系统，该算法结合了人类和机器学习算法的响应。 该论文的一般主题是使用人群来解释文本，以及这种解释对预测未来事件的能力。 这个主题是通过一个实验来解决的，其中新闻情绪由不同配置的人群和专家进行评估。 他们的分类被用作机器学习算法的训练集，包括对机器和人类预测加权的算法。 测试是根据汤森路透的新闻报道和报道出现后提及的股票的回报进行的。 混合专家加权算法预测资产回报类似于不同版本的训练组和人群，因为它将机器学习算法的最佳结果与人类答案相结合。 与其他学习算法相比，专家加权算法的预测并不总是表现出最佳性能； 然而，在大多数情况下，它的性能与最佳算法非常相似。 从认知的角度来看，专家加权算法根据其先前的表现动态选择最佳专家的能力与不断发展的集体智慧一致：最终决定是最佳个人答案的组合——其中一些来自机器，还有一些来自人类。