• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of forecasting >Questioning the news about economic growth: Sparse forecasting using thousands of news-based sentiment values
【24h】

Questioning the news about economic growth: Sparse forecasting using thousands of news-based sentiment values

机译：对有关经济增长的新闻提出质疑：使用数千种基于新闻的情感价值进行稀疏预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The modern calculation of textual sentiment involves a myriad of choices as to the actual calibration. We introduce a general sentiment engineering framework that optimizes the design for forecasting purposes. It includes the use of the elastic net for sparse data-driven selection and the weighting of thousands of sentiment values. These values are obtained by pooling the textual sentiment values across publication venues, article topics, sentiment construction methods, and time. We apply the framework to the investigation of the value added by textual analysis-based sentiment indices for forecasting economic growth in the US. We find that the additional use of optimized news-based sentiment values yields significant accuracy gains for forecasting the nine-month and annual growth rates of the US industrial production, compared to the use of high-dimensional forecasting techniques based on only economic and financial indicators. (C) 2018 The Author(s). Published by Elsevier B.V. on behalf of International Institute of Forecasters.
机译：文本情感的现代计算涉及到实际校准的众多选择。我们介绍了一种通用情感工程框架，该框架可优化设计以进行预测。它包括使用弹性网进行稀疏数据驱动的选择，以及对数千个情感值进行加权。这些值是通过合并跨发布场所，文章主题，情感构建方法和时间的文本情感值获得的。我们将该框架应用于基于文本分析的情绪指数增加的价值的调查，以预测美国的经济增长。我们发现，与仅基于经济和金融指标的高维预测技术的使用相比，优化使用基于新闻的情感值可额外提高预测美国工业生产的九个月和年增长率的准确性。 。 （C）2018作者。由Elsevier B.V.代表国际预测协会出版。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号