Stock Market Trend Prediction Based on Text Mining of Corporate Web and Time Series Data

Abstract

Predicting the behaviors of the stock markets are always an interesting topic for not only financial investors but also scholars and professionals from different fields, because successful prediction can help investors to yield significant profits. Previous researchers have shown the strong correlation between financial news and their impacts to the movements of stock prices. This paper proposes an approach of using time series analysis and text mining techniques to predict daily stock market trends. The research is conducted with the utilization of a database containing stock index prices and news articles collected from Vietnam websites over 3 years from 2010 to 2012. A robust feature selection and a strong machine learning algorithm are able to lift the forecasting accuracy. By combining Linear Support Vector Machine Weight and Support Vector Machine algorithm, this proposed approach can enhance the prediction accuracy significantly above those of related research approaches. The results show that data set represented by 42 features achieves the highest accuracy by using one-against-one Support Vector Machines (up to 75%) and one-against-one method outperforms one-againstall method in almost all case studies.

Modelo de análisis multivariante aplicado a la predicción de la tendencia del tipo de cambio euro-dólar

“…Aunque la complejidad computacional también se ha visto afectada, la precisión en las tareas de clasificación ha alcanzado valores más competitivos. Utilizando métodos de filtrado, destacados estudios recurren a criterios de selección basados en la información mutua [454,412,462], Ratio de ganancia [426,463], Relief [426], ReliefF [437], Ganancia de información [464,465], incertidumbre simétrica [464,437], Chi-cuadrado [465,412], la ponderación de características [466,467,468,413] y el análisis de redundancia [469,470,471] para predecir la dirección de los precios de los activos.…”

“…Este rendimiento es superior al proporcionado por las características seleccionadas utilizando información mutua y Chi-cuadrado. Algunos estudios han sugerido que enormes espacios de características conducen a la construcción de modelos de clasificación inexactos [462]. El mejor rendimiento en la predicción de la dirección del mercado bursátil, con una precisión de hasta el 52.3%, se consigue tras la selección, el uso de noticias financieras y las máquinas de vectores de soporte.…”