Text-Mining in Streams of Textual Data Using Time Series Applied to Stock Market

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F18%3A43914774" target="_blank" >RIV/62156489:43110/18:43914774 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.11118/actaun201866061573" target="_blank" >https://doi.org/10.11118/actaun201866061573</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.11118/actaun201866061573" target="_blank" >10.11118/actaun201866061573</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Text-Mining in Streams of Textual Data Using Time Series Applied to Stock Market

Popis výsledku v původním jazyce

Each day, a lot of text data is generated. This data comes from various sources and may contain valuable information. In this article, we use text mining methods to discover if there is a connection between news articles and changes of the S&amp;P 500 stock index. The index values and documents were divided into time windows according to the direction of the index value changes. We achieved a classification accuracy of 65-74 %.

Název v anglickém jazyce

Text-Mining in Streams of Textual Data Using Time Series Applied to Stock Market

Popis výsledku anglicky

Each day, a lot of text data is generated. This data comes from various sources and may contain valuable information. In this article, we use text mining methods to discover if there is a connection between news articles and changes of the S&amp;P 500 stock index. The index values and documents were divided into time windows according to the direction of the index value changes. We achieved a classification accuracy of 65-74 %.

Druh

J_SC - Článek v periodiku v databázi SCOPUS

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA16-26353S" target="_blank" >GA16-26353S: Sentiment a jeho vliv na akciové trhy</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis

ISSN

1211-8516

e-ISSN

—

Svazek periodika

66

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

8

Strana od-do

1573-1580

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-85060693556