Βαςίκα
60
www.traders-mag.gr12.2015
2013. Ένα παράδειγμα των τίτλων ειδήσεων σχετικών με το
δεύτερο περιστατικό βρίσκεται παρακάτω.
“Shares of Altera (NASDAQ: ALTR) plunged 14% during
intraday trading Wednesday after the company released mixed
third-quarter results. Quarterly sales fell 10% year-over-year to
$445.9 million, which translated to earnings which fell 24% to
$0.37 per diluted share.”
Τοαλγοριθμικόσυναίσθημαστιςειδήσεις τωνπροηγουμένων
ημερών ήταν ήδη έντονα αρνητικό ενεργοποιώντας τη
στρατηγική και οδηγώντας σε εξουδετέρωση της θέσης.
Τρεις τέτοιες αποφάσεις κατά τη διάρκεια του έτους ήταν
αρκετές για να μετατρέψουν μια ιδιαίτερα αρνητική χρονιά
σε θετική και μια αλλαγή στην απόδοση κατά σχεδόν
+200%.
το χαρτοφυλάκιο 40
μετοχών Rusell1000
Το Σχήμα 9 δείχνει τα αποτελέσματα
της εφαρμογής της στρατηγικής
προσαρμογής όγκου βάσει αλγοριθμικού
συναισθήματος.Ηδιαφοράτηςαπόδοσης
σε ένα χαρτοφυλάκιο 40 μετοχών
Russell1000 μεταξύ της στρατηγικής και
ενός απλού επενδυτικού μοντέλου BUY
& HOLD είναι ιδιαίτερα αισθητή. Φαίνεται
ότι σε πολλές περιπτώσεις η στρατηγική
είναι ικανή να δημιουργήσει ένα ποσοστό
μεταβολής στα κέρδη που υπερβαίνει το
100%.
ςυμπεράσματα
Η ανάλυση του συναισθήματος ήταν
πάντα μια πολύ δημοφιλής τάση στον
ακαδημαϊκόχώρο.Οεκδημοκρατισμός της
υπολογιστικής ισχύοςκαι ηεξέλιξηπολλών
αλγοριθμικών τεχνικών φέρνει την ιδέα
πιο κοντά στις εμπορικές εφαρμογές από
ποτέ. Οι χρηματιστηριακές συναλλαγές
δεν αποτελούν εξαίρεση σε αυτό και αυτό
το άρθρο έχει απλά αγγίξει το θέμα με την
παρουσίαση δύο παραδειγμάτων όπου
το αλγοριθμικό συναίσθημα μπορεί να
χρησιμοποιηθεί για την παραγωγή ενός
επενδυτικού σήματος ή για τη βελτίωση
μιας ήδη υπάρχουσας στρατηγικής. Οι
δυνατότητες μοιάζουν να είναι πραγματικά
αμέτρητες καθώς οι μηχανές μπορούν πια
να αισθανθούν τις αγορές.
«
μετατρέπεται σε κερδοφόρα μέσω της στρατηγικής
αναπροσαρμογής όγκων κατά τη διάρκεια των ημερών με
έντονα αρνητικό συναίσθημα. Η Altera Corp. υπέστη απώλειες
αρκετές ημέρες κατά τη διάρκεια του 2013, αλλά η χειρότερες
ήταν η 23η Ιανουαρίου του 2013 και η 22η Οκτωβρίου του
Αυτή η μελέτη χρησιμοποιεί τα δεδομένα της Thomson Reuters News Analytics ένα
σύστημα επεξεργασίας φυσικής γλώσσας σε πραγματικό χρόνο που επισυνάπτει
μια χρονοσειρά συναισθήματος σε άρθρα ειδήσεων. Το συναίσθημα υπολογίζεται
και στις τρεις πιθανές μορφές διακριτή, συνεχής και στοχαστική επιτρέποντας
ευελιξία κατά τη χρήση και προσαρμογή σε κάθε περίπτωση. Επιπλέον, εξάγονται
και οι Κωδικοί Χρηματοοικονομικών Αγαθών, Reuters Instrument Codes
(RIC) και επισυνάπτονται στα μετα-δεδομένα κάθε είδησης, επιτρέποντας την
αυτοματοποίηση κατά τη διάρκεια των συναλλαγών.
τα σύνολα δεδομένων της Thomson Reuters News Analytics
Μεταβολές της απόδοσης χρησιμοποιώντας τη στρατηγική προσαρμογής όγκου μέσω
συναισθήματος σε σχέση με μια απλή στρατηγική BUY & HOLD.
Πηγή: Thomson Reuters
Δ9)
Αποτελέσματα Στρατηγικής Συναισθήματος - Όγκου
Δρ. Μάριος Σκευοφύλακας
Ο Δρ. Μάριος Σκευοφύλακας θερμός
υποστηρικτής της οικονομετρίας
και της τεχνητής νοημοσύνης, έχει
επαγγελματική εμπειρία στο χώρο
των αλγοριθμικών συναλλαγών και
της επιστήμης της πληροφορίας
στα χρηματοοικονομικά. Εργάζεται
στην Thomson Reuters ως
senior data scientist στην ομάδα
υλοποίησης προϊόντων υποστήριξης
αγοραπωλησιών μετοχών.
marios.skevofylakas@thomsonreuters.com