arXiv · NLP· Kevin Foley, Jonathan Hartadi, Shivesh Prakash, Charishma Takkallapalli, Swapnil Vatsal·· 16 小时前AI 评分34
NoLBERT 新闻主题提取与股票横截面收益预测研究
Reading the News Without Hindsight: NoLBERT Topics and the Cross-Section of Stock Returns
AI 导读
研究者构建仅基于 1976 至 1995 年文本预训练的 NoLBERT，通过对比微调生成新闻主题，以消除回测中的后见之明偏差。 该模型在 2012 至 2024 年间 126 万篇新闻上表现稳定，预测精度与 LDA 相当，但在各调仓频率下最优模型均亏损，等权组合月净 Sharpe 比率为 1.12。 此方法验证了无标签新闻特征在量化金融中的适用性，尽管未显著跑赢纯价格基准。
来源：arXiv · NLP · arxiv.org