Following training, we chose three

Following training, we chose three evaluation metrics; closeness, directional accuracy, and a simulated trading engine. The closeness metric evaluated the difference between the predicted value and the actual stock price, measured using mean squared error (MSE). Directional accuracy measured the up/down direction of the predicted stock price compared with the actual direction of the stock price. While the inclusion of directional accuracy may not seem intuitive given the measure of closeness, it is possible to be close in prediction yet predict the wrong direction of movement. This leads us to a third evaluation measure using a simulated trading engine that invests $1,000 per trade and follows simple trading rules. The rules implemented by our trading engine are a modified version of those proposed by Mittermayer [2004] to maximize short-term trading profit. Our simulated trading engine evaluates each news article and will buy/short the stock if the predicted +20 minute stock price is greater than or equal to 1% movement from the stock price at the time the article was released. Any bought/shorted stocks are then sold after 20 minutes. This assumes a zero transaction cost which is consistent with the research of Lavrenko [Lavrenko et al. 2000a, 2000b] and Mittermayer [2004] who argue that trading in volume will offset the costs of trading.

結果 (繁體中文) 1:

培訓之後，我們選擇了三個評價指標; 封閉性，定向精度和模擬交易引擎。緊密度度量評估的預測值和實際的股票價格之間的差異，使用均方誤差（MSE）進行測定。定向精度測量與股票價格的實際方向相比，向上/向下的預測股票價格的方向。雖然定向精度不列入似乎可以直觀的給出接近的措施，有可能會接近預測還預測移動的方向錯了。使用投資每筆交易$ 1,000，遵循簡單的交易規則模擬交易的發動機，這導致我們到第三評價尺度。通過我們的交易引擎執行的規則是那些由Mittermayer [2004]提出了最大化短線交易獲利的修改版本。我們的模擬交易引擎計算每個新聞文章，會買/空股票如果預測20分鐘股價大於或在文章發布的時間從股價等於1％的移動。然後，任何購買/短路庫存20分鐘後出售。這是假定這與Lavrenko [Lavrenko等人的研究結果一致，零交易成本。2000A，2000B]和Mittermayer [2004]誰認為在卷交易將抵消交易成本。我們的模擬交易引擎計算每個新聞文章，會買/空股票如果預測20分鐘股價大於或在文章發布的時間從股價等於1％的移動。然後，任何購買/短路庫存20分鐘後出售。這是假定這與Lavrenko [Lavrenko等人的研究結果一致，零交易成本。2000A，2000B]和Mittermayer [2004]誰認為在卷交易將抵消交易成本。我們的模擬交易引擎計算每個新聞文章，會買/空股票如果預測20分鐘股價大於或在文章發布的時間從股價等於1％的移動。然後，任何購買/短路庫存20分鐘後出售。這是假定這與Lavrenko [Lavrenko等人的研究結果一致，零交易成本。2000A，2000B]和Mittermayer [2004]誰認為在卷交易將抵消交易成本。

結果 (繁體中文) 2:

經過培訓，我們選擇了三個評估指標;接近度、方向精度和模擬交易引擎。接近度指標使用平均平方誤差 （MSE） 測量預測值與實際股票價格之間的差異。方向精度測量預測股票價格與股票價格實際方向的向上/向下方向。雖然考慮到接近度，方向精度的包含可能看起來並不直觀，但預測可能非常接近，但預測方向錯誤。這導致我們使用模擬交易引擎進行第三個評估，每筆交易投資 1，000 美元，並遵循簡單的交易規則。我們的交易引擎實施的規則是Mittermayer[2004]提出的為最大化短期交易利潤而提出的規則的修改版本。我們的模擬交易引擎評估每篇新聞文章，如果預測的 +20 分鐘股票價格大於或等於文章發佈時股價的 1% 變動，將買入/賣空股票。任何買入/賣空的股票在20分鐘後賣出。這假定交易成本為零，這與Lavrenko[Lavrenko等人2000a，2000b]和米特邁爾[2004]的研究一致，後者認為交易量交易將抵消交易成本。

結果 (繁體中文) 3:

在訓練之後，我們選擇了三個評估名額：貼近度、方向準確度和模擬交易引擎。貼近度名額評估預測值和實際股價之間的差异，使用均方誤差（MSE）量測。方向精度量測的是預測股價的上下方向與實際股價方向的比較。雖然考慮到接近度的量測，方向精度的包含可能看起來不直觀，但在預測時可能接近，但卻預測了錯誤的運動方向。這導致我們使用一個模擬交易引擎進行第三次評估，該引擎每次交易投資1000美元，並遵循簡單的交易規則。我們的交易引擎所執行的規則是Mittermaier[2004]所建議的規則的修改版本，以實現短期交易利潤的最大化。我們的模擬交易引擎評估每一篇新聞文章，如果預測的+20分鐘股價比文章發佈時的股價波動大於或等於1%，我們將買入/做空該股票。任何買入/賣空的股票都會在20分鐘後賣出。這假設零交易成本，這與Lavrenko的研究一致[Lavrenko et al。2000a，2000b]和Mittermayer[2004]認為交易量將抵消交易成本。