Аналитика новостей - News analytics

Анализ новостей относится к измерению различных качественный и количественный атрибуты текстовых (неструктурированные данные ) новые истории. Вот некоторые из этих атрибутов: тональность, актуальность и новизна. Представление новостей в виде чисел и метаданных позволяет манипулировать повседневной информацией математическим и статистическим способом. Эти данные часто используются на финансовых рынках как часть торговая стратегия или предприятиями, чтобы судить о настроениях рынка и принимать более обоснованные бизнес-решения.

Новостная аналитика обычно создается посредством автоматического анализа текста и применяется к цифровым текстам с использованием элементов из обработка естественного языка и машинное обучение Такие как латентно-семантический анализ, опорные векторные машины, «мешок слов» среди других техник.

Приложения и стратегии

Применение сложного лингвистического анализа к новостям и социальным сетям с 2007 года превратилось из области исследований в зрелые продуктовые решения. Аналитика новостей и расчеты настроений в отношении новостей теперь обычно используются как покупающей, так и продавающей стороной в альфа-генерации, торговом исполнении, управление рисками, а также надзор за рынком и соблюдение требований. Однако есть много различий в качестве, эффективности и полноте доступных в настоящее время решений.

Большое количество компаний используют анализ новостей, чтобы принимать более обоснованные бизнес-решения.^[1] Академические исследователи заинтересовались анализом новостей, особенно в том, что касается прогнозирования движения цен на акции, непостоянство и объем торгов.^[2][3][4] При наличии набора значений, таких как настроение и релевантность, а также частота поступления новостей, можно построить оценку настроения новостей для нескольких классов активов, таких как акции, Forex, фиксированный доход, и товары. Оценки настроений могут быть построены на различных горизонтах, чтобы соответствовать различным потребностям и задачам высокочастотных и низкочастотных торговых стратегий, в то время как такие характеристики, как направление и волатильность доходности активов, а также торгуемый объем, могут быть решены более непосредственно через построение индивидуальных сделал сантименты. Оценки обычно строятся как диапазон значений. Например, значения могут находиться в диапазоне от 0 до 100, где значения выше и ниже 50 выражают положительное и отрицательное настроение соответственно.^[5] Основываясь на таких оценках настроения, должно быть возможно создать набор стратегий, полезных, например, при инвестировании, хеджирование, и исполнение заказа.

Стратегии абсолютной доходности

Цель абсолютный доход стратегии - это абсолютная (положительная) доходность независимо от направления финансового рынка. Для достижения этой цели такие стратегии обычно включают гибкие длинные и короткие позиции по выбранным инструментам с нулевым или ограниченным рыночным риском. С точки зрения статистики, стратегии абсолютной доходности должны иметь очень низкую корреляция с рыночной доходностью. Как правило, хедж-фонды используют стратегии абсолютной доходности. Ниже несколько примеров показывают, как можно применить анализ новостей в пространстве стратегии абсолютной доходности с целью выявления альфа-возможностей с применением рыночно нейтральный стратегии или торговли на волатильности.

Пример 1

Сценарий: Разрыв между оценками новостных настроений по направлению, ${displaystyle S}$, компании ${displaystyle X}$ и рынок ${displaystyle Y}$ вышла за рамки ${displaystyle +20}$. То есть, ${displaystyle S_{X}-S_{Y}}$ ≥ ${displaystyle 20}$.

Действие: Купить акции компании ${displaystyle X}$ и закроют будущее на рынке ${displaystyle Y}$.

Стратегия отступления: Когда разрыв в новостях оценивается по направлению Компании ${displaystyle X}$ и рынок ${displaystyle Y}$ исчез, ${displaystyle S_{X}-S_{Y}}$ = ${displaystyle 0}$, продать акции компании ${displaystyle X}$ и идите в будущее на рынке ${displaystyle Y}$ закрыть позиции.

Пример 2

Сценарий: Оценка новостных настроений по волатильности компании ${displaystyle X}$ идет выше ${displaystyle 70}$ снаружи ${displaystyle 100}$ указание на ожидаемую волатильность над опционом подразумеваемая волатильность.

Действие: Покупка краткосрочного стрэдла (покупка как пут, так и колл) на акции Компании ${displaystyle X}$.

Стратегия отступления: Держись за компанию ${displaystyle X}$ до истечения срока или до достижения определенной цели по прибыли.

Стратегии относительной доходности

Цель относительная доходность стратегии заключается в том, чтобы либо воспроизвести (пассивное управление ) или превзойти (активное управление ) теоретический пассивный эталонный портфель или эталонный тест. Для достижения этих целей такие стратегии обычно включают длинные позиции по выбранным инструментам. С точки зрения статистики, стратегии относительной доходности часто имеют высокую корреляцию с рыночной доходностью. Обычно паевые инвестиционные фонды, как правило, используют стратегии относительной доходности. Ниже несколько примеров показывают, как можно применить анализ новостей в пространстве стратегии относительной доходности с целью превзойти рынок, применяя стратегию выбора акций и делая тактические отклонения от них. распределение активов модель.

Пример 1

Сценарий: Оценка новостных настроений для направления компании ${displaystyle X}$ идет выше ${displaystyle 70}$ снаружи ${displaystyle 100}$.

Действие: Купить акции компании ${displaystyle X}$.

Стратегия отступления: Когда оценка новостных настроений для направления компании ${displaystyle X}$ падает ниже ${displaystyle 60}$, продать акции компании ${displaystyle X}$ закрыть позицию.

Пример 2

Сценарий: Оценка новостных настроений по направлению Сектора ${displaystyle Z}$ идет выше ${displaystyle 70}$ снаружи ${displaystyle 100}$.

Действие: Включить сектор ${displaystyle Z}$ в качестве тактической ставки в модели распределения активов.

Стратегия отступления: Когда оценка новостных настроений для направления сектора ${displaystyle Z}$ падает ниже ${displaystyle 60}$, удалите тактическую ставку на сектор ${displaystyle Z}$ из модели распределения активов.

Управление финансовыми рисками

Цель управление финансовыми рисками заключается в создании экономической стоимости в фирме или в поддержании определенного профиля риска инвестиционного портфеля путем использования финансовых инструментов для управления подверженностью рискам, в частности риск кредита и рыночный риск. К другим типам относятся: валютный, форма, волатильность, сектор, ликвидность, инфляционные риски и т. Д. Как специализация управления рисками, управление финансовыми рисками фокусируется на том, когда и как живая изгородь использование финансовых инструментов для управления дорогостоящими рисками. Ниже несколько примеров показывают, как можно применить анализ новостей в сфере управления финансовыми рисками с целью получения более точных оценок рисков с точки зрения Стоимость под риском (VaR) или управлять риском портфеля, чтобы соответствовать мандату портфеля.

Пример 1

Сценарий: Банк использует модель VaR для управления общим рыночным риском своего портфеля.

Действие: Оцените ковариационную матрицу портфеля с учетом динамики оценки объема новостей. Внедрите соответствующие хеджи, чтобы привести VaR банка в соответствие с желаемыми уровнями.

Пример 2

Сценарий: Управляющий портфелем управляет своим портфелем в направлении определенного желаемого профиля риска.

Действие: Оцените портфолио ковариационная матрица с учетом динамики новостных настроений по объему. Масштабируйте подверженность портфеля в соответствии с целевым профилем риска.

Компьютерные алгоритмы с использованием новостной аналитики

За 0,33 секунды компьютерные алгоритмы, использующие новостную аналитику, могут уведомить подписчиков

• о какой компании идет новость,
• если настроение новостной статьи положительное или отрицательное,
• если новости имеют высокую или низкую относительную важность… относительную релевантность.
• реакция цены акций и увеличение объема торгов концентрируются в первые 5 секунд после выхода новостной статьи.^[6]

Алгоритмическое исполнение ордера

Цель алгоритмического исполнения приказов, которая является частью концепции алгоритмическая торговля, заключается в сокращении торговых затрат за счет оптимизации сроков исполнения данного ордера. Он широко используется хедж-фондами, пенсионными фондами, паевыми инвестиционными фондами и другими институциональными трейдерами для разделения крупных сделок на несколько более мелких сделок для управления влиянием на рынок. альтернативные стоимость, и рисковать более эффективно. В приведенном ниже примере показано, как можно применить анализ новостей в пространстве исполнения алгоритмических ордеров с целью создания более эффективных систем алгоритмической торговли.

Пример 1

Сценарий: На рынке необходимо разместить большой заказ на акции Компании. ${displaystyle X}$.

Действие: Масштабируйте ежедневное распределение объема для Компании ${displaystyle X}$ применяется в системе алгоритмической торговли, принимая во внимание оценку объема новостей. За этим следует создание желаемого торгового распределения, вынуждающего большее участие на рынке в те периоды дня, когда ожидается, что объем будет максимальным.

Последствия

Возможность выражать новости в виде чисел позволяет манипулировать повседневной информацией статистическим способом, что позволяет компьютерам не только принимать решения, которые когда-то принимались только людьми, но и делать это более эффективно. Поскольку участники рынка всегда ищут преимущества, скорость компьютерных подключений и доставка анализа новостей, измеряемая в миллисекундах, стала важной.

Смотрите также

• Компьютерная лингвистика
• Анализ настроений
• Текстовый анализ
• Торговля новостями
• Неструктурированные данные
• Обработка естественного языка
• Информационная асимметрия
• Алгоритмическая торговля

Рекомендации

1. Тетлок, Пол К., Решают ли государственные финансовые новости асимметричную информацию? (1 ноября 2008 г.). Доступно в SSRN: http://ssrn.com/abstract=1303612
2. "Пол Тетлок - Дом" (PDF). Mccombs.utexas.edu. Получено 2015-07-26.
3. Элизабет А. Демерс, Клара Вега :: SSRN "Влияние достоверности на цены на управленческий текстовый контент". Papers.ssrn.com. 7 июня 2014 г. Дои:10.2139 / ssrn.1153450. SSRN  1153450.
4. «Больше, чем слова: количественная оценка языка для измерения основ компаний» (PDF). Gsb.columbia.edu. Получено 2015-07-26.
5. «Оценка риска (волатильности) портфеля акций с использованием рыночной информации и настроений» (PDF). Northinfo.com. Получено 2015-07-26.
6. Первыми «прочитали» новости: новостная аналитика и алгоритмическая торговля фон Бешвиц, Бастиан, Дональд Б. Кейм и Массимо Масса | Совет управляющих Федеральной резервной системы | Номер 1233 | Июль 2018 | Страница 4 из 67