AZFinText

В отличие от других аналогичных систем, AZFinText использует финансовые новости как один из ключевых источников для прогнозирования движений курсов акций. Такой подход позволяет уменьшить задержку поступления информации, характерную для многих других систем, где новые сведения (например, о судебном разбирательстве или отзыве продукции) должны быть предварительно обработаны, прежде чем аналитик-«квант» сможет на них отреагировать. AZFinText преодолевает это ограничение, используя термины из статей финансовых новостей для прогнозирования изменения цены акции через двадцать минут после публикации материала^[1].

Считается, что отдельные термины статей по-разному влияют на курсы акций. Например, выражения вроде «factory exploded» («завод взорвался») или «workers strike» («забастовка работников») вызывают негативную реакцию на рынке, а такие, как «earnings rose» («рост прибыли»), способствуют повышению курса.

Когда опытный трейдер замечает определённые слова в новостях, он реагирует довольно предсказуемо. AZFinText использует это для поиска арбитражных возможностей, возникающих из-за чрезмерной или, напротив, запоздалой реакции профессионалов на новости. Анализируя свежие сообщения, фокусируясь на отдельных частях текста, подборе портфеля, взвешивании терминов и измерении тональности статей, система AZFinText становится мощным инструментом и представляет собой принципиально иной подход к прогнозированию курса акций.

Основы AZFinText изложены в статье, опубликованной в журнале ACM TOIS^[2]. Авторы исследуют различные подходы к прогнозированию и способы текстового представления финансовых новостей. Выясняется, что наиболее эффективной моделью является совместное использование ключевых терминов статей и цены акций на момент публикации, при этом лучшей оказывается техника выделения имён собственных. Комплексное использование этих методов позволило системе достичь 2,84 % доходности за пятинедельный период тестирования.

В дальнейшем AZFinText исследовалась с точки зрения выбора оптимальных обучающих выборок среди компаний-аналогов^[3]. Выдвигается гипотеза о том, что, например, IBM имеет больше общего с Microsoft, чем с General Motors; система проверяет влияние различных моделей обучающих данных, формируемых по уровням отраслевой классификации (GICS). Наиболее эффективным оказался вариант с обучением по отрасли: доходность составила 8,5 %, что превысило результаты Джима Крамера, Джима Джубака и DayTraders.com за рассматриваемый период. Кроме этого, AZFinText опередила показатели 6 из 10 ведущих количественных торговых систем.

Третье направление исследований касалось роли формирования портфеля в системе текстового финансового прогнозирования^[4]. Моделировались и тестировались портфели типа Momentum и Contrarian. Согласно гипотезе, предыдущие лидеры продолжают расти, а аутсайдеры — падать, и система на этом получает доходность 20,79 % за рассматриваемый временной промежуток. Было также показано, что участники рынка часто чрезмерно реагируют на события, что открывает возможности для извлечения аномальной прибыли.

Четвёртое исследование посвящено учёту авторской тональности как дополнительного предиктора^[5]. На основе предположения, что лексика автора может непреднамеренно влиять на решения рынка, AZFinText тестируется с учётом характеристик тональности и полярности. Было выявлено, что на рынке наблюдается противоположная реакция: положительный тон новостей провоцирует падение цены, а негативный — рост.

Ещё одно исследование изучает, какие глаголы встречаются в финансовых публикациях чаще всего и сильнее влияют на курсы^[6]. Отмечено, что глаголы «planted», «announcing», «front», «smaller» и «crude» оказывают самое сильное положительное влияние на динамику акций.