211service.com
L'intelligenza artificiale che seleziona le azioni meglio dei professionisti
La capacità di prevedere il mercato azionario è, come ti dirà qualsiasi trader quantitativo (o quant) di Wall Street, una licenza per stampare denaro. Quindi dovrebbe essere di non poco interesse per chiunque ami i soldi che un nuovo sistema che funziona in un modo radicalmente diverso rispetto ai precedenti schemi di trading automatizzato sembra essere in grado di battere i migliori fondi comuni di investimento quantitativi di Wall Street nel loro stesso gioco.
Si chiama sistema Arizona Financial Text, o AZFinText, e funziona ingerendo grandi quantità di notizie finanziarie (nei test iniziali, da Yahoo Finance) insieme ai dati sui prezzi delle azioni minuto per minuto, e quindi utilizzando il primo per capire come prevedere quest'ultimo. Quindi acquista, o vende allo scoperto, ogni azione che ritiene si sposterà di oltre l'1% del suo prezzo attuale nei prossimi 20 minuti e non detiene mai un'azione più a lungo.
Il sistema è stato sviluppato da Robert P. Schumaker di Iona College di New Rochelle e and Hsinchun Chen dell'Università dell'Arizona, ed è stato descritto per la prima volta in un articolo pubblicato all'inizio di quest'anno. Entrambi i ricercatori continuano a sperimentare e migliorare il sistema, ne parleremo più avanti.
Utilizzando i dati di cinque settimane non consecutive nel 2005, un periodo scelto per la sua mancanza di attività insolite del mercato azionario, ecco come si è comportato AZFinText rispetto ai fondi che hanno scambiato gli stessi titoli (che sono stati tutti scelti dall'S&P 500):
Ed ecco come si è comportato rispetto ai primi 10 fondi comuni di investimento quantitativi al mondo, che attingono tutti da un paniere di titoli molto più ampio, tranne ovviamente per lo stesso S&P 500 incluso:
Il software che analizza le informazioni finanziarie testuali - rapporti trimestrali, comunicati stampa, articoli di notizie - non è una novità. I ricercatori hanno pubblicato sull'argomento dal almeno la metà degli anni '90 .
Tuttavia, i precedenti approcci a questa tecnica erano ostacolati da prestazioni scadenti (in media poco più del caso) e/o da requisiti per quantità irragionevoli di potenza computazionale. Schumaker e Chen aggirano questi problemi riducendo radicalmente la quantità di testo che il loro sistema deve analizzare riducendo tutti gli articoli finanziari che il sistema ingerisce in parole che rientrano in specifiche categorie di informazioni.
È interessante notare che queste tecniche e categorie derivano dagli schemi di classificazione descritti al punto 7 Conferenza sulla comprensione dei messaggi , tenutosi nel 1997, che era un progetto dell'Agenzia per i progetti di ricerca avanzata della difesa per creare modi nuovi e migliori per estrarre informazioni e significato dai testi. (All'epoca, si stavano concentrando su attività terroristiche in America Latina, incidenti aerei, lanci di missili e razzi e altre cose rilevanti per la sicurezza nazionale.)
Il sistema di Schumaker e Chen si concentra sui nomi propri - persone e aziende - e combina le informazioni sulla loro frequenza con i prezzi delle azioni nel momento in cui viene pubblicato un articolo. Utilizzando un algoritmo di apprendimento automatico su dati storici, cercano correlazioni che possono essere utilizzate per prevedere i prezzi futuri delle azioni.
Ulteriori lavori con il sistema AZFinText hanno rivelato stranezze che possono o meno rimanere rilevanti poiché i ricercatori continuano ad applicarlo ad altri corpi di dati storici del mercato azionario e delle notizie finanziarie. Ad esempio, in un articolo descritto il 6 giugno al workshop Computational Linguistics in a World of Social Media, Schumaker è andato a cercare i verbi che più probabilmente causerebbero l'aumento o la diminuzione di un titolo nei prossimi 20 minuti, e ha trovato un elenco di 211 termini che avevano un certo potere di spostare i prezzi delle azioni. (Nel suo lavoro, 'verbo' è un termine tecnico e non corrisponde esattamente alla definizione convenzionale della parola.)
Secondo Schumaker:
I cinque verbi con il più alto impatto negativo sul prezzo delle azioni sono qui, comparabile, carica, vertice e verde . Se il verbo fin qui se dovesse apparire in un articolo finanziario, AZFinText avrebbe scontato il prezzo di $ 0,0029. Sebbene questo movimento possa non sembrare molto, l'uso continuato di verbi negativi è additivo.
I cinque verbi con il più alto impatto positivo sui prezzi delle azioni sono piantato, annunciante, davanti, più piccolo e greggio .
Schumaker non ha cercato di determinare il motivo per cui questi termini particolari muovono i prezzi delle azioni, ma è interessante notare che al mercato azionario non sembra piacere la parola d'ordine del marketing verde, ma è abbastanza felice di sentire qualsiasi notizia sul termine greggio, come in olio.