AZFinText - Уикипедия - AZFinText

Аризонаның қаржылық мәтіндік жүйесі (AZFinText) деп жазылған мәтіндік сандық қаржылық болжау жүйесі Роберт П.Шумейкер туралы Тайлердегі Техас университеті және Хсинчун Чен туралы Аризона университеті.

Жүйе

Бұл жүйенің басқа жүйелерден айырмашылығы - қаржы мәтінін акциялар бағасының қозғалысын болжаудың негізгі құралдарының бірі ретінде қолданады. Бұл жаңа ақпаратты транскрипциялау керек көптеген ұқсас жүйелердегі (мысалы, қымбат сот талқылауында жеңіліп қалу немесе өнімді еске түсіру) кванттың тиісті реакциясы пайда болғанға дейінгі уақыттың ақырғы проблемасын азайтады. AZFinText бұл шектеулерді жаңалықтар мақаласынан кейін жиырма минуттан кейін болашақ акциялар бағасын болжау үшін қаржылық жаңалықтар мақалаларында қолданылатын шарттарды қолдану арқылы жеңеді.[1]

Мақаланың белгілі бір шарттары басқаларға қарағанда акциялардың қозғалысын арттырады деп саналады. Сияқты терминдер зауыт жарылды немесе жұмысшылар ереуілге шығады сияқты шарттар акциялардың бағасына әсер ететін әсер етеді, ал мұндай шарттар табыс өсті акциялар бағасының өсуіне бейім болады.

Сауда-саттық саласындағы сарапшы белгілі бір шарттарды көргенде, олар біраз болжамды түрде әрекет етеді. AZFinText инвестициялық сарапшылар белгілі бір жаңалықтарға реакция жасамай, әрекет еткенде болатын арбитраж мүмкіндіктерін пайдаланады. Қаржы жаңалықтары мақалаларын талдап, сөйлеудің белгілі бір бөліктеріне, портфолионы таңдауға, мерзімді өлшеуге және тіпті мақалаға көңіл бөлуге баса назар аудара отырып, AZFinText жүйесі қуатты құралға айналады және қор нарығына болжам жасаудың түбегейлі өзгеше тәсілі болып табылады.

Зерттеулерге шолу

AZFinText негізін ACM TOIS мақаласынан табуға болады.[2] Осы мақалада авторлар бірнеше түрлі болжау модельдерін және лингвистикалық мәтіндік көріністерді тексерді. Осы жұмыста мақаланың терминдері мен мақала шыққан кездегі акциялардың бағасын пайдалану ең тиімді модель, ал жеке зат есімдерді қолдану мәтінді бейнелеудің ең тиімді әдісі екендігі анықталды. Екеуін біріктіре отырып, AZFinText бес аптаның оқу кезеңінде 2,84% сауда кірісін есептеді.

Содан кейін AZFinText құрдастық ұйымдардың қандай жүйені жақсы үйретуге көмектесетінін зерттеу үшін кеңейтілді.[3] Бұл алғышартты пайдалану IBM көп ұқсастықтары бар Microsoft қарағанда GM, AZFinText әр түрлі курстық жаттығулар жиынтығының әсерін зерттеді. Ол үшін AZFinText әртүрлі деңгейлерде оқыды GICS нәтижелерін бағалады. 8,50% -дық саудалық кірісті шегере отырып, секторлық оқытудың ең тиімді екендігі анықталды Джим Крамер, Джим Джубак және DayTraders.com оқу кезеңінде. AZFinText сонымен қатар 10 сандық жүйемен салыстырылып, оның 6 жүйесінен асып түсті.

Үшінші зерттеу мәтіндік қаржылық болжау жүйесінде портфолио құрудың рөлін зерттеді.[4] Осы зерттеуден Momentum және Contrarian акциялар портфолиосы құрылды және тексерілді. Бұрынғы ұтылған акциялар ұтып алады және жоғалған акциялар жоғалады деген болжамды қолдана отырып, AZFinText оқу кезеңінде 20,79% кірісті анықтады. Сондай-ақ, трейдерлер әдеттегідей жаңалықтарға шамадан тыс асып, нормадан тыс қайтарым жасау мүмкіндігін тудыратыны атап өтілді.

Төртінші зерттеу авторлық сезімді қосымша болжамды айнымалы ретінде қолдануды қарастырды.[5] Автор нарықтағы сауда-саттыққа өздері қолданатын шарттармен байқамай әсер ете алады деген алғышартты қолдана отырып, AZFinText тоналдылық пен полярлық ерекшеліктерін қолдана отырып тексерілді. Контрарлық белсенділік нарықта орын алып отырғаны анықталды, мұнда позитивті реңктің бағалары төмендейді, ал жағымсыз тонның бағасы өседі.

Одан әрі зерттеу барысында қандай мақала етістіктер акциялар бағасының қозғалысына көбірек әсер ететіндігі зерттелді.[6] Осы еңбектен анықталды отырғызылды, жариялау, алдыңғы, кішірек және шикі акциялар бағасына ең жоғары оң әсер етті.

Көрнекті жариялылық

AZFinText көптеген бұқаралық ақпарат құралдарының талқылау тақырыбы болды. Кейбір назар аударарлықтар жатады The Wall Street Journal, Slashdot, MIT's Technology Review, Ақылсыз, Уолл-стриттен өту, WBIR Ноксвиллде, TN және Motherboard теледидарында.

Әдебиеттер тізімі

  1. ^ Шумакер, Р., (2006). Қаржылық жаңалықтар мақалаларын қолдану арқылы биржалық болжамды мәтіндік талдау. Ақпараттық жүйелер бойынша 12-ші Американдық конференция (AMCIS-2006), Тамыз 2006. Акапулько, Мексика.
  2. ^ Шумакер, Р. және Чен Х., (2009). Қаржы жаңалықтарын пайдалана отырып, биржалық болжамды мәтіндік талдау. Ақпараттық жүйелердегі есептеу техникасы операцияларының қауымдастығы, 27(2).
  3. ^ Шумакер, Р. және Чен, Х., (2009). Қаржылық жаңалықтарға негізделген сандық болжау жүйесі. Ақпаратты өңдеу және басқару, 45(5): 571-583.
  4. ^ Шумакер, Р. және Чен, Х., (2008). Жаңалықтардан хабардар сандық саудагерді бағалау: импульс пен контрарарлық акциялар таңдау стратегиясының әсері. Американдық ақпараттық ғылымдар және технологиялар қоғамының журналы, 59(2): 247-255.
  5. ^ Schumaker, R., Zhang, Y. және Huang, C., (2008). Қаржылық жаңалықтар туралы мақалаларды сезімтал талдау. Халықаралық ақпаратты басқару қауымдастығының 20 жылдық конференциясы, Қазан 2009. Хьюстон, TX.
  6. ^ Шумакер, Р., (2010). Қаржылық жаңалықтар мақалаларындағы етістіктерді талдау және олардың акциялар бағасына әсері. Әлеуметтік медиа және компьютерлік лингвистика бойынша NAACL семинары, Маусым 2010. Лос-Анджелес, Калифорния.

Сыртқы сілтемелер