ウェブスクレイピングと感情分析を用いた統合的なデイトレーディング株式トレンド予測

デジタル時代において、データはビジネス、マーケティング、エンジニアリング、社会科学などの分野で重要な役割を果たしています。この研究では、国立証券取引所からの intraday 株データと感情に満ちたニュース記事をウェブスクレイピング技術を用いて取得する新たな方法を提案します。Spark の分散コンピューティングフレームワークは、強力な処理能力を提供し、感情分析を行い、過去1か月間に選択した株の感情スコアを定量化します。同時に、XGBoostアルゴリズムは歴史的株データを処理して、クロスバリデーションプロセスとともに将来の値を予測します。XGBoostの予測と感情スコアを統合することで、このモデルはユーザーに特定の株を売買するための推奨を提供します。提案されたモデルのパフォーマンスは、平均RMSEスコア1.2479として報告された将来の値予測のために評価されます。この非常に体系的なアプローチは、金融予測、自然言語処理、機械学習にまたがり、投資家に対する推奨を提供します。