211service.com
AI, kas labāk izvēlas akcijas nekā profesionāļi
Spēja paredzēt akciju tirgu ir, kā jums pateiks jebkurš Volstrītas kvantitatīvs tirgotājs (vai kvantitatīvs), naudas drukāšanas licence. Tāpēc ikvienam, kam patīk nauda, vajadzētu interesēt, ka jauna sistēma, kas darbojas radikāli savādāk nekā iepriekšējās automatizētās tirdzniecības shēmas, šķiet, spēj pārspēt Volstrītas labākos kvantitatīvos ieguldījumu fondus savā spēlē.
To sauc par Arizonas finanšu teksta sistēmu jeb AZFinText, un tā darbojas, uzņemot lielu daudzumu finanšu ziņu stāstu (sākotnējos testos no Yahoo Finance) kopā ar akciju cenu datiem par minūti, un pēc tam izmantojot pirmo, lai noskaidrotu. kā paredzēt pēdējo. Pēc tam tas pērk jeb šortus visas akcijas, kuras, pēc viņa domām, nākamo 20 minūšu laikā mainīs vairāk nekā 1% no pašreizējās cenas, un tas nekad neuztur akcijas ilgāk.
Sistēmu izstrādāja Roberts P. Šūmeiks no Ionas koledžas Ņūrošelā un un Hsinčuns Čens Arizonas Universitātē un bija pirmo reizi aprakstīts rakstā publicēts šī gada sākumā. Abi pētnieki turpina eksperimentēt un uzlabot sistēmu - vairāk par to tālāk.
Izmantojot datus no piecām nedēļām pēc kārtas 2005. gadā, kas izvēlēts neparastas akciju tirgus aktivitātes trūkuma dēļ, AZFinText veiktspēja salīdzinājumā ar fondiem, kas tirgoja tos pašus vērtspapīrus (kas visi tika izvēlēti no S&P 500):
Lūk, kā tas darbojās salīdzinājumā ar 10 labākajiem kvantitatīviem ieguldījumu fondiem pasaulē, kuri visi tiek iegūti no daudz lielāka vērtspapīru groza, izņemot, protams, pašu iekļauto S&P 500:
Programmatūra, kas analizē teksta finanšu informāciju – ceturkšņa pārskatus, preses relīzes, ziņu rakstus – nav nekas jauns. Kopš tā laika pētnieki ir publicējuši par šo tēmu vismaz deviņdesmito gadu vidū .
Tomēr iepriekšējās pieejas šai tehnikai kavēja vai nu slikta veiktspēja (vidēji nedaudz labāka par iespēju) un/vai prasības pēc nepamatotiem skaitļošanas zirgspēkiem. Šūmeiks un Čens šīs problēmas risina, vispirms radikāli samazinot teksta daudzumu, kas viņu sistēmai ir jāanalizē, visus sistēmas iekļautos finanšu rakstus sadalot vārdos, kas ietilpst noteiktās informācijas kategorijās.
Interesanti, ka šīs metodes un kategorijas izriet no klasifikācijas shēmām, kas aprakstītas 7. punktā Vēstījumu izpratnes konference , kas notika 1997. gadā, kas bija Aizsardzības progresīvo pētījumu projektu aģentūras projekts, lai radītu jaunus un labākus veidus, kā no tekstiem iegūt informāciju un nozīmi. (Tajā laikā viņi koncentrējās uz teroristu aktivitātēm Latīņamerikā, lidmašīnu avārijām, raķešu un raķešu palaišanu un citām ar valsts drošību saistītām lietām.)
Šūmera un Čena sistēma koncentrējas uz īpašvārdiem — cilvēkiem un uzņēmumiem — un apvieno informāciju par to biežumu ar akciju cenām ziņu raksta izlaišanas brīdī. Izmantojot mašīnmācīšanās algoritmu vēsturiskajiem datiem, viņi meklē korelācijas, ko var izmantot, lai prognozētu nākotnes akciju cenas.
Turpmākais darbs ar AZFinText sistēmu ir atklājis dīvainības, kas var palikt vai nebūt aktuālas, jo pētnieki turpina to piemērot citiem vēsturiskiem akciju tirgus un finanšu ziņu datiem. Piemēram, rakstā, kas aprakstīts 6. jūnijā Computational Linguistics in a World of Social Media Workshop, Šūmeiks meklēja darbības vārdus, kas, visticamāk, nākamo 20 minūšu laikā izraisīs krājuma pārvietošanos uz augšu vai uz leju, un nāca klajā ar saraksts ar 211 terminiem, kuriem bija zināma ietekme uz akciju cenām. (Viņa darbā “darbības vārds” ir tehnisks termins, un tas precīzi neatbilst vārda parastajai definīcijai.)
Pēc Šūmera teiktā:
Pieci darbības vārdi ar vislielāko negatīvo ietekmi uz akciju cenu ir šeit, salīdzināms, lādiņš, virsotne un zaļš . Ja darbības vārds līdz šim Tiks parādīts finanšu rakstā, AZFinText samazinātu cenu par 0,0029 USD. Lai gan šī kustība var šķist maza, negatīvo darbības vārdu nepārtraukta lietošana ir aditīva.
Pieci darbības vārdi ar vislielāko pozitīvo ietekmi uz akciju cenām ir stāda, paziņo, priekšā, mazāka un jēlnaftas .
Šūmeiks nemēģināja noteikt, kāpēc šie konkrētie termini maina akciju cenas, taču ir interesanti atzīmēt, ka akciju tirgum, šķiet, nepatīk mārketinga populārais vārds zaļš, taču ir ļoti priecīgs dzirdēt jebkādas ziņas par terminu jēlnafta, piemēram, eļļa.