Price sensitive information identification using natural language processing

Celem pracy było stworzenie systemu umożliwiającego identyfikację informacji wpły- wających na zmiany cen akcji na giełdzie. Żeby to osiągnąć zostały stworzone dwa systemy. Jeden umożliwiający klasyfikację tekstu na biznesowy lub niebiznesowy, drugi identyfiku- jący, które informacje zawarte w badanym tekście wpływają na zmiany cen. Dzięki zasto- sowaniu takich metod jak Naive Bayes Classifier została utworzona lista wyrazów, które naszym zdaniem wpływają na zmiany cen akcji. Analizie został poddany tekst tweetów wybranych użytkowników Tweeter’a oraz ceny papierów wartościowych na Amerykańskich giełdach NYSE oraz NASDAQ.

This paper presents a system for identifying price sensitive information using natural language processing. To achieve this, two subsystems were created. One was used to classify text on business or nonbusiness, the other one for identification which information included in the text is price sensitive. Thanks to the use of methods such as Naive Bayes Classifier we were able to compose a list of words that are price sensitive. We analyzed text from tweets of selected Tweeter users and stock prices from NYSE and NASDAQ.