211service.com
IA que elige acciones mejor que los profesionales
La capacidad de predecir el mercado de valores es, como le dirá cualquier comerciante cuantitativo (o quant) de Wall Street, una licencia para imprimir dinero. Por lo tanto, a cualquiera a quien le guste el dinero debería interesarle que un nuevo sistema que funciona de una manera radicalmente diferente a los esquemas de comercio automatizados anteriores parece ser capaz de vencer a los mejores fondos mutuos cuantitativos de Wall Street en su propio juego.
Se llama sistema de texto financiero de Arizona, o AZFinText, y funciona al ingerir grandes cantidades de noticias financieras (en las pruebas iniciales, de Yahoo Finance) junto con datos de precios de acciones minuto a minuto, y luego usar el primero para averiguar cómo predecir lo último. Luego compra, o pone en cortocircuito, todas las acciones que cree que se moverán más del 1% de su precio actual en los próximos 20 minutos, y nunca mantiene una acción por más tiempo.
El sistema fue desarrollado por Robert P. Schumaker de Iona College en New Rochelle y y Hsinchun Chen de la Universidad de Arizona, y fue descrito por primera vez en un documento publicado a principios de este año. Ambos investigadores continúan experimentando y mejorando el sistema, más sobre eso a continuación.
Utilizando datos de cinco semanas no consecutivas en 2005, un período elegido por su falta de actividad inusual del mercado de valores, así es como se desempeñó AZFinText en comparación con los fondos que cotizaban en los mismos valores (que fueron todos elegidos del S&P 500):
Y así es como se desempeñó en comparación con los 10 principales fondos mutuos cuantitativos del mundo, todos los cuales se basan en una canasta de valores mucho más grande, excepto, por supuesto, el propio S&P 500 incluido:
El software que analiza información financiera textual (informes trimestrales, comunicados de prensa, artículos de noticias) no es nada nuevo. Los investigadores han estado publicando sobre el tema desde al menos a mediados de la década de 1990 .
Sin embargo, los enfoques anteriores de esta técnica se vieron obstaculizados por un rendimiento deficiente (un promedio poco mejor que el azar) y / o requisitos de cantidades irracionales de potencia computacional. Schumaker y Chen resuelven estos problemas reduciendo primero radicalmente la cantidad de texto que su sistema tiene que analizar, reduciendo todos los artículos financieros que el sistema ingiere en palabras que caen en categorías específicas de información.
Curiosamente, estas técnicas y categorías derivan de los esquemas de clasificación descritos en el 7mo. Conferencia de comprensión de mensajes , celebrada en 1997, que fue un proyecto de la Agencia de Proyectos de Investigación Avanzada de Defensa para crear nuevas y mejores formas de extraer información y significado de los textos. (En ese momento, se estaban concentrando en actividades terroristas en América Latina, accidentes aéreos, lanzamiento de cohetes y misiles y otras cosas relevantes para la seguridad nacional).
El sistema de Schumaker y Chen se concentra en los nombres propios (personas y empresas) y combina información sobre su frecuencia con los precios de las acciones en el momento en que se publica un artículo de noticias. Utilizando un algoritmo de aprendizaje automático en datos históricos, buscan correlaciones que se pueden usar para predecir los precios de las acciones en el futuro.
El trabajo adicional con el sistema AZFinText ha revelado rarezas que pueden o no seguir siendo relevantes a medida que los investigadores continúan aplicándolo a otros cuerpos de datos históricos de noticias financieras y del mercado de valores. Por ejemplo, en un artículo descrito el 6 de junio en el taller de Lingüística computacional en un mundo de redes sociales, Schumaker buscó los verbos con más probabilidades de hacer que una acción se mueva hacia arriba o hacia abajo en los próximos 20 minutos, y se le ocurrió un lista de 211 términos que tenían algún poder para mover los precios de las acciones. (En su trabajo, 'verbo' es un término técnico y no se corresponde exactamente con la definición convencional de la palabra).
Según Schumaker:
Los cinco verbos con mayor impacto negativo en el precio de las acciones son aquí, comparable, cargo, cumbre y verde . Si el verbo aquí si aparecieran en un artículo financiero, AZFinText descontaría el precio en $ 0.0029. Si bien este movimiento puede no parecer mucho, el uso continuo de verbos negativos es aditivo.
Los cinco verbos con mayor impacto positivo en los precios de las acciones son plantado, anunciando, frente, más pequeño y crudo .
Schumaker no intentó determinar por qué estos términos en particular mueven los precios de las acciones, pero es interesante notar que al mercado de valores no parece gustarle la palabra de moda de marketing verde, pero está muy feliz de escuchar cualquier noticia sobre el término crudo, como en aceite.