Key points are not available for this paper at this time.
Muitos pesquisadores concordam que a análise de sentimentos pode melhorar o desempenho de modelos de negociação quantitativa. Desenvolvemos duas soluções prontas para o mercado para analisar os sentimentos de postagens em mídias sociais relacionadas a criptomoedas. Primeiro, realizamos pós-treinamento e ajustamos um modelo orientado para o Twitter com base na arquitetura de representações de codificadores bidirecionais de transformadores (BERT), o BERTweet, no domínio das criptomoedas, resultando no CryptoBERT. Em segundo lugar, geramos o léxico de sentimentos e pipeline de previsão de emojis de criptomoedas universal para a linguagem (LUKE), utilizando o sentimento de emojis prevalentes nas mídias sociais. CryptoBERT é altamente preciso, enquanto LUKE é adequado para postagens não em inglês, permitindo assim a classificação direta e a geração de rótulos ruidosos em idiomas menos populares. Nossa pesquisa pode ajudar investidores em criptomoedas a desenvolver softwares de negociação apoiados por sentimentos extraídos de mídias sociais.
Kulakowski et al. (Sáb,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: