基于多模态投资者情绪数据的USD/CNY汇率波动率预测研究

多模态深度学习可以提升模型性能,而现有研究中汇率波动率的预测仅基于宏观经济指标。因此提出一种多模模态态投汇资率者波情动绪率数预据测的方US法D,/C首N先Y通汇过率L波ST动M率模预型测构模建型外,最汇后投根资据者前情人绪文指数献,另再外结构合建传三统种宏U观SD经/济CN变Y量波,动构率建预基测于多模型进行对比。结果表明,相比朴素贝叶斯方法,LSTM模型在文本分类中表现更优;基于多模态投资者情绪数据的USD/CNY汇率波动率模型预测性能最好。