Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
创建于 更新于
摘要
本文评估了三种LLM（DeBERTa、RoBERTa、FinBERT）在金融新闻情感分类及其与多种时序预测模型（如LSTM、PatchTST、TimesNet、tPatchGNN）融合用于股票涨跌预测的效果，结果显示DeBERTa在情感分类上最佳（≈75%），通过SVM融合三模型可将情感分类准确率提升至约80%，且情感特征能在部分分类与回归模型（如LSTM、PatchTST、TimesNet、tPatchGNN）中带来可测的性能提升 [page::0][page::3][page::6].
