WikiDer > AZFinText - Википедия

AZFinText - Wikipedia

Финансовая текстовая система Аризоны (AZFinText) это текстовая система количественного финансового прогнозирования, написанная Роберт П. Шумакер из Техасский университет в Тайлере и Синьчунь Чен из Университет Аризоны.

Система

Эта система отличается от других систем тем, что в ней используется финансовый текст как одно из основных средств прогнозирования движения цен на акции. Это уменьшает проблему запаздывания информации, очевидную во многих подобных системах, где новая информация должна быть расшифрована (например, например, проигрыш дорогостоящего судебного разбирательства или отзыв продукта), прежде чем количественный анализатор сможет отреагировать должным образом. AZFinText преодолевает эти ограничения, используя термины, используемые в статьях финансовых новостей, для прогнозирования будущих цен на акции через двадцать минут после публикации новостной статьи.[1]

Считается, что определенные условия статьи могут повлиять на акции больше, чем другие. Такие термины, как завод взорвался или же забастовка рабочих окажет депрессивное влияние на цены акций, тогда как такие условия, как прибыль выросла будет иметь тенденцию к увеличению цен на акции.

Когда специалист по торговле людьми видит определенные условия, они реагируют в некоторой степени предсказуемым образом. AZFinText использует возможности арбитража, которые существуют, когда эксперты по инвестициям чрезмерно или недостаточно реагируют на определенные новости. Система AZFinText, анализируя последние финансовые новости и уделяя особое внимание конкретным частям речи, выбору портфеля, взвешиванию терминов и даже настроению статей, становится мощным инструментом и представляет собой радикально иной взгляд на прогнозы фондового рынка.

Обзор исследования

Основы AZFinText можно найти в статье ACM TOIS.[2] В рамках этой статьи авторы протестировали несколько различных моделей предсказания и лингвистических текстовых представлений. В результате этой работы было установлено, что использование терминов статьи и цены акций на момент выпуска статьи было наиболее эффективной моделью, а использование имен собственных было наиболее эффективным методом текстового представления. Сочетая эти два показателя, AZFinText получил 2,84% торговой прибыли за пятинедельный период исследования.

Затем AZFinText был расширен для изучения того, какая комбинация одноранговых организаций помогает лучше обучить систему.[3] Используя предпосылку, что IBM имеет больше общего с Microsoft чем GM, AZFinText изучил влияние различных наборов обучения сверстников. Для этого AZFinText прошел обучение на различных уровнях GICS и оценил результаты. Было обнаружено, что отраслевое обучение было наиболее эффективным, принося торговую прибыль 8,50%, что превосходило показатели Джим Крамер, Джим Джубак и DayTraders.com в период исследования. AZFinText также сравнивался с 10 лучшими количественными системами и превзошел 6 из них.

В третьем исследовании изучалась роль построения портфеля в текстовой системе финансового прогнозирования.[4] На основе этого исследования были созданы и протестированы портфели акций Momentum и Contrarian. Исходя из предположения, что прошлые выигрышные акции будут продолжать расти, а прошлые проигравшие акции будут продолжать проигрывать, AZFinText получил 20,79% прибыли за исследуемый период. Также было отмечено, что трейдеры, как правило, слишком остро реагировали на новостные события, создавая возможность аномальной прибыли.

Четвертое исследование рассматривало использование настроений автора в качестве дополнительной прогнозной переменной.[5] Исходя из предположения, что автор может непреднамеренно влиять на рыночные сделки просто с помощью используемых ими терминов, AZFinText был протестирован с использованием функций тона и полярности. Выяснилось, что на рынке наблюдается противоположная активность, где товары положительного тона будут падать в цене, а товары отрицательного тона - расти в цене.

Дальнейшее исследование изучило, какие глаголы статей имеют наибольшее влияние на движение цены акций.[6] Из этой работы было установлено, что посажен, объявляя, передний, меньше и сырой оказали наибольшее положительное влияние на цену акций.

Заметная известность

AZFinText стал предметом обсуждения многих СМИ. Некоторые из наиболее примечательных включают: Журнал "Уолл Стрит, Slashdot, Обзор технологий MIT, Пестрый дурак, Пересекая Уолл-стрит, WBIR в Ноксвилле, Теннесси, и Motherboard TV.

Рекомендации

  1. ^ Шумакер Р. (2006). Текстовый анализ прогнозов фондового рынка с использованием статей из финансовых новостей. 12-я Американская конференция по информационным системам (AMCIS-2006), Август 2006 г., Акапулько, Мексика.
  2. ^ Шумакер Р. и Чен Х. (2009). Текстовый анализ прогнозов фондового рынка с использованием последних финансовых новостей. Ассоциация транзакций вычислительной техники в информационных системах, 27(2).
  3. ^ Шумакер Р. и Чен Х. (2009). Система количественного прогнозирования запасов на основе финансовых новостей. Обработка информации и управление, 45(5): 571-583.
  4. ^ Шумакер Р. и Чен Х. (2008). Оценка осведомленного о новостях количественного трейдера: влияние импульсных и противоположных стратегий выбора акций. Журнал Американского общества информационных наук и технологий, 59(2): 247-255.
  5. ^ Шумакер Р., Чжан Ю. и Хуанг К. (2008). Анализ настроений в финансовых новостных статьях. 20-я ежегодная конференция Международной ассоциации управления информацией, Октябрь 2009 г. Хьюстон, Техас.
  6. ^ Шумакер Р. (2010). Анализ глаголов в статьях финансовых новостей и их влияние на курс акций. Семинар NAACL по социальным медиа и компьютерной лингвистике, Июнь 2010 г. Лос-Анджелес, Калифорния.

внешняя ссылка