211service.com
Sztuczna inteligencja, która wybiera akcje lepiej niż profesjonaliści
Zdolność do przewidywania rynku akcji jest, jak powie każdy handlowiec ilościowy (lub ilościowy) z Wall Street, licencją na drukowanie pieniędzy. Dlatego dla każdego, kto lubi pieniądze, powinno być niemało interesujące, że nowy system, który działa w radykalnie inny sposób niż poprzednie zautomatyzowane systemy handlu, wydaje się być w stanie pokonać najlepsze ilościowe fundusze inwestycyjne na Wall Street we własnej grze.
Nazywa się on systemem tekstów finansowych Arizona Financial Text lub AZFinText i działa poprzez przyjmowanie dużej ilości wiadomości finansowych (w początkowych testach z Yahoo Finance) wraz z danymi cen akcji minuta po minucie, a następnie wykorzystanie tego pierwszego do ustalenia jak przewidzieć to drugie. Następnie kupuje lub robi skrócone akcje, które według niego przesuną się o więcej niż 1% swojej obecnej ceny w ciągu najbliższych 20 minut – i nigdy nie trzyma akcji dłużej.
System został opracowany przez Robert P. Schumaker Iona College w New Rochelle i Hsinchun Chen z University of Arizona i był po raz pierwszy opisane w artykule opublikowany na początku tego roku. Obaj badacze nadal eksperymentują z systemem i ulepszają go – więcej na ten temat poniżej.
Korzystając z danych z pięciu kolejnych tygodni 2005 roku, okresu wybranego ze względu na brak niezwykłej aktywności na giełdzie, oto jak AZFinText radził sobie w porównaniu z funduszami, które obracały tymi samymi papierami wartościowymi (które zostały wybrane z indeksu S&P 500):
A oto, jak wypadł w porównaniu z 10 najlepszymi ilościowymi funduszami inwestycyjnymi na świecie, z których wszystkie czerpią ze znacznie większego koszyka papierów wartościowych, z wyjątkiem oczywiście samego zawartego S&P 500:
Oprogramowanie analizujące tekstowe informacje finansowe – raporty kwartalne, informacje prasowe, artykuły informacyjne – nie jest niczym nowym. Naukowcy publikują na ten temat od przynajmniej w połowie lat 90. .
Jednak poprzednie podejścia do tej techniki były utrudnione przez słabą wydajność (uśrednioną niewiele lepszą niż przypadek) i / lub wymagania dotyczące nieuzasadnionych ilości mocy obliczeniowej. Schumaker i Chen obchodzą te problemy, najpierw radykalnie zmniejszając ilość tekstu, który musi przeanalizować ich system, poprzez przetworzenie wszystkich artykułów finansowych, które system przyjmuje, na słowa należące do określonych kategorii informacji.
Co ciekawe, te techniki i kategorie wywodzą się ze schematów klasyfikacji opisanych na VII Konferencja rozumienia wiadomości , który odbył się w 1997 roku, który był projektem Agencji Zaawansowanych Projektów Badawczych Obrony, mającym na celu stworzenie nowych i lepszych sposobów wydobywania informacji i znaczenia z tekstów. (W tym czasie koncentrowali się na działalności terrorystycznej w Ameryce Łacińskiej, katastrofach lotniczych, wystrzeliwaniu rakiet i rakiet oraz innych sprawach istotnych dla bezpieczeństwa narodowego.)
System Schumakera i Chena koncentruje się na rzeczownikach własnych – osobach i firmach – i łączy informacje o ich częstotliwości z cenami akcji w momencie publikacji artykułu informacyjnego. Korzystając z algorytmu uczenia maszynowego na danych historycznych, szukają korelacji, które można wykorzystać do przewidywania przyszłych cen akcji.
Dalsze prace z systemem AZFinText ujawniły osobliwości, które mogą, ale nie muszą, pozostać istotne, ponieważ naukowcy nadal stosują go do innych historycznych danych giełdowych i wiadomości finansowych. Na przykład w artykule opisanym 6 czerwca na warsztatach Computational Linguistics in a World of Social Media, Schumaker wybrał się na poszukiwanie czasowników, które najprawdopodobniej spowodują wzrost lub spadek zapasów w ciągu następnych 20 minut, i wymyślił lista 211 terminów, które miały pewną siłę do zmiany cen akcji. (W jego pracy „czasownik” jest terminem technicznym i nie odpowiada dokładnie konwencjonalnej definicji tego słowa.)
Według Schumakera:
Pięć czasowników o największym negatywnym wpływie na cenę akcji to tutaj, porównywalna, opłata, szczyt oraz Zielony . Jeśli czasownik tutaj miały pojawić się w artykule finansowym, AZFinText obniży cenę o 0,0029 USD. Chociaż ten ruch może wydawać się nieduży, ciągłe używanie czasowników przeczących jest addytywne.
Pięć czasowników o największym pozytywnym wpływie na ceny akcji to posadzona, zapowiadająca, przednia, mniejsza oraz surowy .
Schumaker nie próbował ustalić, dlaczego te konkretne terminy wpływają na ceny akcji, ale warto zauważyć, że giełda nie wydaje się lubić marketingowego hasła „zielona”, ale jest całkiem zadowolony, słysząc jakiekolwiek wiadomości na temat terminu ropa, jak w olej.