I ricercatori della VTB e della HSE University-San Pietroburgo hanno sviluppato un algoritmo per prevedere le fluttuazioni del mercato azionario russo analizzando le notizie finanziarie. Attraverso le proiezioni finanziarie per la prossima settimana (o mese), il nuovo algoritmo STTM (Stock Tonal Topic Modeling) può aiutare gli investitori a costruire strategie finanziarie più efficaci. L’articolo è stato pubblicato su PeerJ Computer Science.
Ma è possibile prevedere le performance delle azioni? Secondo una delle principali teorie di investimento, l’ipotesi di mercato efficiente, le azioni sempre commerciano ad un valore equo che riflette tutte le informazioni disponibili pubblicamente in grado di influenzare il loro prezzo. Pertanto, dovrebbe essere impossibile costruire una strategia di investimento efficace solo analizzando tali informazioni e qualsiasi previsione basata su di esse.
Ciò, tuttavia, non ferma gli investitori dal tentare di prevedere la performance del mercato azionario. È stata proposta una varietà di approcci che possono essere raggruppati in due tipi principali: previsioni basate sui trend passati dei prezzi delle azioni e quelle che utilizzano informazioni esterne come le dichiarazioni finanziarie, le notizie e l’opinione degli esperti. Tuttavia, finora non è stato disponibile alcun algoritmo universalmente accettato per prevedere la performance delle aziende nel mercato azionario basato sul flusso di notizie finanziarie.
I ricercatori della VTB e della HSE University-San Pietroburgo hanno sviluppato un nuovo metodo per proiettare le fluttuazioni dei prezzi delle azioni basato sull’analisi delle notizie finanziarie, ovvero lo STTM (Stock Tonal Topic Modeling). Questo algoritmo utilizza due tipi di dati: le variazioni dei prezzi delle azioni nel tempo e le notizie finanziarie, complete di un framework di modellazione dei temi e della tonalità per migliorare l’accuratezza delle previsioni. Questo modello è il primo del suo genere sviluppato specificamente per il mercato finanziario russo.
L’algoritmo STTM raccoglie notizie dai principali media russi che coprono affari, finanza e politica (come Kommersant, Vedomosti e RIA Novosti), e ordina il flusso di notizie per tema (ad esempio sport, politica, economia o affari) usando gli algoritmi di modellizzazione di LDA e DTM. Vengono identificati i parole chiave nei cluster di argomenti e la loro tonalità definita come positiva, negativa o neutrale.
Inoltre, l’approccio STTM prevede il monitoraggio delle variazioni dei prezzi delle azioni delle aziende russe nel tempo, ad esempio nell’ultima settimana. Sulla base di una combinazione di fluttuazioni dei prezzi, argomenti e tonalità delle notizie, viene calcolato l’indice STTM. Quando il suo valore è superiore a uno, il prezzo dell’azione è probabile che salga e quando è inferiore a uno, il prezzo è probabile che scenda.
I ricercatori hanno analizzato oltre 197.000 articoli economici delle principali fonti media russe e utilizzato dati a serie temporale sulle azioni russe più liquide raccolti in otto anni, dal 2013 al 2021. Il test di causalità di Granger è stato applicato per testare il metodo STTM: gli autori hanno esplorato la relazione causale tra il flusso di notizie suddiviso per argomento e le fluttuazioni dei prezzi delle azioni.
Inoltre, gli autori hanno considerato una strategia di trading basata sulle previsioni del modello e l’hanno valutata utilizzando il rapporto Sharpe che misura le prestazioni di un portafoglio di investimento. Secondo i ricercatori, il loro metodo può supportare una previsione abbastanza accurata delle fluttuazioni dei prezzi delle azioni e superare i 26
In Other News Around the World: