Analityka wiadomości

W strategii handlowej analiza wiadomości odnosi się do pomiaru różnych jakościowych i ilościowych atrybutów wiadomości tekstowych ( danych nieustrukturyzowanych ). Niektóre z tych atrybutów to: sentyment, trafność i nowość. Wyrażanie wiadomości w postaci liczb i metadanych umożliwia manipulowanie codziennymi informacjami w sposób matematyczny i statystyczny. Dane te są często wykorzystywane na rynkach finansowych jako część strategii handlowej lub przez firmy do oceny nastrojów rynkowych i podejmowania lepszych decyzji biznesowych.

Analizy wiadomości są zwykle uzyskiwane za pomocą automatycznej analizy tekstu i stosowane do tekstów cyfrowych przy użyciu elementów przetwarzania języka naturalnego i uczenia maszynowego , takich jak ukryta analiza semantyczna , maszyny wektorów nośnych , „ zbiór słów ” wśród innych technik.

Zastosowania i strategie

Zastosowanie zaawansowanej analizy lingwistycznej do wiadomości i mediów społecznościowych od 2007 roku rozrosło się z obszaru badań do dojrzałych rozwiązań produktowych. Analityka wiadomości i obliczenia nastrojów są obecnie rutynowo wykorzystywane zarówno przez stronę kupującą, jak i sprzedającą w generowaniu alfa, realizacji transakcji , zarządzania ryzykiem oraz nadzoru rynku i zgodności. Istnieje jednak duże zróżnicowanie jakości, skuteczności i kompletności obecnie dostępnych rozwiązań.

Wiele firm korzysta z analizy wiadomości, aby pomóc im w podejmowaniu lepszych decyzji biznesowych. Naukowcy akademiccy zainteresowali się analizą wiadomości, zwłaszcza w odniesieniu do przewidywania ruchów cen akcji, zmienności i wolumenu obrotu. Mając zestaw wartości, takich jak nastroje i trafność, a także częstotliwość nadejścia wiadomości, możliwe jest skonstruowanie ocen nastrojów dla wielu klas aktywów, takich jak akcje, rynek Forex, instrumenty o stałym dochodzie i towary. Oceny nastrojów można konstruować w różnych horyzontach, aby sprostać różnym potrzebom i celom strategii handlowych o wysokiej i niskiej częstotliwości, podczas gdy cechy, takie jak kierunek i zmienność zwrotów z aktywów, jak również wolumen obrotu, można odnieść bardziej bezpośrednio poprzez konstrukcję dopasowanych dokonał oceny nastrojów. Wyniki są generalnie konstruowane jako zakres wartości. Na przykład wartości mogą mieścić się w przedziale od 0 do 100, gdzie wartości powyżej i poniżej 50 oznaczają odpowiednio pozytywne i negatywne nastroje. Na podstawie takich ocen sentymentu powinno być możliwe wygenerowanie zestawu strategii przydatnych np. w inwestowaniu, zabezpieczenia i realizacji zleceń.

Strategie bezwzględnego zwrotu

Celem strategii bezwzględnego zwrotu są bezwzględne (dodatnie) zwroty niezależnie od kierunku rynku finansowego. Aby osiągnąć ten cel, takie strategie zazwyczaj obejmują oportunistyczne długie i krótkie pozycje w wybranych instrumentach z zerową lub ograniczoną ekspozycją rynkową. Pod względem statystycznym strategie bezwzględnego zwrotu powinny mieć bardzo niską korelację ze zwrotem rynkowym. Zazwyczaj fundusze hedgingowe stosują strategie bezwzględnego zwrotu. Poniżej kilka przykładów pokazuje, w jaki sposób można zastosować analizę wiadomości w przestrzeni strategii bezwzględnego zwrotu w celu zidentyfikowania możliwości alfa z zastosowaniem a neutralna rynkowo lub oparta na handlu zmiennością.

Przykład 1

$}$ : różnica między wynikami nastrojów wiadomości dla kierunku, firmy i rynku $\ displaystyle Y$ przesunęła się poza $\ displaystyle + 20$ $}$ . To znaczy ${\ Displaystyle S_ {X} -S_ {Y}}$ ≥ ${\ Displaystyle 20}$ .

Akcja: Kup akcje firmy ${\ displaystyle X}$ i skróć przyszłość na rynku ${\ displaystyle Y}$ .

Strategia wyjścia: gdy zniknie różnica w wynikach nastrojów w wiadomościach dla kierunku firmy i rynku $,$ ${\ displaystyle Y}$ $displaystyle S_ {X} -S_ {Y}}$ = ${\ displaystyle 0}$ , sprzedaj akcje firmy ${\ displaystyle X}$ i przejdź długą przyszłość na rynku ${\ displaystyle Y}$ , aby zamknąć pozycje.

Przykład 2

Scenariusz: Wynik nastrojów wiadomości dla zmienności Spółki $\ displaystyle X},$ na $100$ z ${$ oczekiwaną zmienność powyżej zmienności implikowanej opcji .

Akcja: kup straddle z krótkim terminem (zakup zarówno opcji sprzedaży, jak i kupna) na akcje firmy ${\ displaystyle X}$ .

Strategia wyjścia: Utrzymaj straddle w Firmie $wygaśnięcia$ lub osiągnięcia określonego celu zysku.

Strategie względnego zwrotu

Celem strategii względnego zwrotu jest replikacja ( zarządzanie pasywne ) lub lepsze wyniki ( zarządzanie aktywne ) teoretycznego pasywnego portfela referencyjnego lub benchmarku. Aby osiągnąć te cele, takie strategie zazwyczaj obejmują długie pozycje w wybranych instrumentach. Pod względem statystycznym strategie względnego zwrotu często mają wysoką korelację ze zwrotem rynkowym. Zazwyczaj fundusze inwestycyjne stosują strategie względnego zwrotu. Poniżej kilka przykładów pokazuje, w jaki sposób można zastosować analizę wiadomości w przestrzeni strategii względnego zwrotu w celu prześcignięcia rynku, stosując strategię zbierania akcji i dokonując taktycznych przechyleń na jedynki alokacji aktywów .

Przykład 1

${\ displaystyle 100$ : wynik nastrojów dla wiadomości dla kierunku Firma przekracza ${\ displaystyle 70}$ na $100$ .

Akcja: Kup akcje firmy ${\ displaystyle X}$ .

Strategia wyjścia: Kiedy wynik nastrojów dla wiadomości dla kierunku Firmy $sprzedaj$ poniżej ${\ displaystyle X}$ $,$ akcje Firmy , aby zamknąć pozycję.

Przykład 2

Scenariusz: wynik nastrojów wiadomości dla kierunku sektora ${\ displaystyle Z}$ przekracza ${\ displaystyle 70}$ na ${\ displaystyle 100}$ .

Działanie: $Uwzględnij$ sektor jako zakład taktyczny w modelu alokacji aktywów.

Strategia wyjścia: gdy wynik nastrojów w wiadomościach dla kierunku Sektora $displaystyle$ poniżej $60}$ , usuń zakład taktyczny dla Sektora $.$ z modelu alokacji aktywów

Zarządzanie ryzykiem finansowym

Celem zarządzania ryzykiem finansowym jest tworzenie wartości ekonomicznej w firmie lub utrzymanie określonego profilu ryzyka portfela inwestycyjnego poprzez wykorzystanie instrumentów finansowych do zarządzania ekspozycjami na ryzyko, w szczególności ryzyko kredytowe i ryzyko rynkowe . Inne rodzaje obejmują ryzyko walutowe, kształt, zmienność, sektor, płynność, inflacja itp. Jako specjalizacja zarządzania ryzykiem, zarządzanie ryzykiem finansowym koncentruje się na tym, kiedy i jak się zabezpieczać wykorzystywanie instrumentów finansowych do zarządzania kosztowną ekspozycją na ryzyko. Poniżej kilka przykładów pokazuje, w jaki sposób można zastosować analizę wiadomości w przestrzeni zarządzania ryzykiem finansowym w celu uzyskania lepszych szacunków ryzyka pod względem wartości zagrożonej (VaR) lub zarządzania ryzykiem portfela w celu wypełnienia mandatu portfela .

Przykład 1

Scenariusz: Bank stosuje model VaR do zarządzania ogólnym ryzykiem rynkowym swojego portfela.

Działanie: Oszacuj macierz kowariancji portfela, biorąc pod uwagę rozwój oceny nastrojów wiadomości dla wolumenu. Wdrożenie odpowiednich zabezpieczeń w celu dostosowania VaR banku do pożądanych poziomów.

Przykład 2

Scenariusz: Zarządzający portfelem kieruje swoim portfelem w kierunku określonego pożądanego profilu ryzyka.

Działanie: Oszacuj macierz kowariancji portfela, biorąc pod uwagę rozwój oceny nastrojów wiadomości dla wolumenu. Skaluj ekspozycję portfela zgodnie z docelowym profilem ryzyka.

Algorytmy komputerowe wykorzystujące analitykę wiadomości

W ciągu 0,33 sekundy algorytmy komputerowe wykorzystujące analizę wiadomości mogą powiadomić subskrybentów

jakiej firmy dotyczy wiadomość,
czy nastroje w artykule są pozytywne czy negatywne,
jeśli wiadomość jest oceniana jako wysoka lub niska względna ważność… względna trafność.
reakcja cen akcji i wzrost wolumenu transakcji koncentrują się w ciągu pierwszych 5 sekund po opublikowaniu artykułu.

Algorytmiczna realizacja zleceń

Celem algorytmicznej realizacji zleceń, która jest częścią koncepcji handlu algorytmicznego , jest obniżenie kosztów handlowych poprzez optymalizację czasu realizacji danego zlecenia. Jest szeroko stosowany przez fundusze hedgingowe, fundusze emerytalne, fundusze inwestycyjne i innych inwestorów instytucjonalnych do dzielenia dużych transakcji na kilka mniejszych transakcji w celu skuteczniejszego zarządzania wpływem na rynek, kosztami alternatywnymi i ryzykiem . Poniższy przykład pokazuje, w jaki sposób można zastosować analizę wiadomości w przestrzeni wykonywania zleceń algorytmicznych w celu uzyskania bardziej wydajnych systemów handlu algorytmicznego.

Przykład 1

Scenariusz: Na rynku należy złożyć duże zamówienie na akcje firmy ${\ displaystyle X}$ .

Działanie: Skaluj dzienny rozkład wolumenu dla Firmy $.$ zastosowany w systemie handlu algorytmicznego, biorąc w ten sposób pod uwagę ocenę nastrojów wiadomości dla wolumenu Po tym następuje stworzenie pożądanego rozkładu handlu, wymuszającego większy udział w rynku w okresach dnia, w których oczekuje się największego wolumenu.

Efekty

Możliwość przedstawiania wiadomości w postaci liczb pozwala na manipulację codziennymi informacjami w sposób statystyczny, który pozwala komputerom nie tylko podejmować decyzje, które kiedyś zostały podjęte tylko przez ludzi, ale robić to bardziej efektywnie. Ponieważ uczestnicy rynku zawsze szukają przewagi, szybkość połączeń komputerowych i dostarczanie analiz wiadomości mierzonych w milisekundach stały się niezbędne.

Zobacz też