Влияние данных Твиттера на цены акций российских банков и их волатильность

Целью работы является измерение статистической взаимосвязи тональности ежедневных данных Твиттера, связанных с банком, с первым значением его акций на следующий день. Для вычисления тональности данных Твиттера модель ULMFiT предобучается на специальном наборе данных. Эта модель используется в качестве базовой для трех моделей, которые обучаются на различных размеченных наборах данных и используются для прогнозирования вероятностей принадлежности записей к положительному классу. К полученным вероятностям добавляются результаты их различных нелинейных преобразований, после чего они используются в качестве признаков. При помощи нескольких тестов и двух классов моделей (линейных регрессий в качестве линейных и градиентных моделей DART в качестве нелинейных), получена значимость этих признаков. Результаты демонстрируют наличие выраженной зависимости между некоторыми признаками тональности и первыми значениями цен акций банков за день.