Ich handele seit einem Jahr auf sehr laienhafte Weise an der Börse. Mir ist etwas ziemlich offensichtliches aufgefallen. Wenn bei einer Aktie offensichtlich gute Nachrichten erscheinen, steigt der Kurs. Es geht also andersherum. Wenn zum Beispiel Nachrichten erscheinen, dass eine große Investmentgesellschaft die Strategie für eine bestimmte Aktie von „starker Kauf“ auf „starker Verkauf“ geändert hat, fällt der Aktienkurs.
Wenn man das bedenkt, warum kann man nicht ständig das Volumen aller Aktien auf dem Markt überprüfen und, wenn eine ungewöhnliche Schwankung auftritt, die Nachrichten auf potenziell offensichtliche gute oder schlechte Nachrichten überprüfen (wie das Beispiel oder das weitaus Übertreffen der erwartete Renditen für das Quartal) und die Aktie bis zum Ende des Tages kaufen oder shorten?
Die potenzielle Falle, die ich sehe, ist, dass der Markt nicht wie erwartet auf die Nachrichten reagiert oder dass man zu spät kommt, aber wenn die Nachrichten so offensichtlich sind und ein Algorithmus zur rechtzeitigen Überprüfung eingesetzt wird, kann dies vermieden werden?
(Entschuldigung für das Englisch, zögern Sie nicht zu bearbeiten!)
In Anbetracht der Antwort von Rhaskett wollte ich einen bestimmten Fall posten, in dem dies funktioniert. Beachten Sie, dass die Frage lautet, ob es auf die meisten Fälle verallgemeinert werden kann.
Dies ist heute und gestern BBRY-Chart (11.12.2014 - 13.11.2014)
Es gibt eine große Lautstärkespitze um 12:00 Uhr. Wenn der Algorithmus langsam war, konnte bis 12:30 Uhr eine Benachrichtigung empfangen werden. Die Nachricht über die Partnerschaft zwischen BlackBerry und Samsung wurde um 12:27 Uhr veröffentlicht. Es ist nicht die offensichtlichste gute Nachricht. Aber mein Punkt ist, dass die Preisänderung nach einem Teil der Volumenspitze kam. Im Spanischen gibt es ein Sprichwort, das man so übersetzen könnte: „Nach dem Krieg ist jeder ein General“.
Um die Frage nicht zu offen zu stellen, geschieht dies nicht in vielen Fällen? Ist es zu schwer, offensichtlich gute oder schlechte Nachrichten zu unterscheiden?
Erste Herausforderung: Erstellen eines Systems, das geschriebenes Englisch gut genug verstehen kann, um die Nachrichten zu lesen. Kein Geringerer als Watson von IBM hat sich als sehr gut darin erwiesen, Bedeutung aus unstrukturiertem Text zu extrahieren.
Zweite Herausforderung: Bis es „the news“ erreicht, wissen die großen Akteure bereits Bescheid und haben reagiert.
Dritte Herausforderung: Es ist nicht ungewöhnlich, dass eine Aktie bei guten Nachrichten fällt oder bei schlechten Nachrichten steigt, weil sich der Kurs zuvor an die Erwartung noch besserer/schlechterer Nachrichten angepasst hatte und sich nun selbst korrigiert.
Grundprinzip: Wenn es einfach und selbstverständlich wäre, würde es schon jeder tun.
Die Leute probieren solche Ideen tatsächlich aus. Obwohl sie im Allgemeinen nicht sehr öffentlich darüber sind. Keshlam wagt sich zwar an Übertreibungen, wenn er Watson erwähnt, aber er hat mit Sicherheit recht, dass das Parsen menschlicher Sprache ein äußerst schwieriges Problem ist.
Es stimmt zwar nicht immer, dass die Big Player es vor den Nachrichten wissen (manchmal würde dies als Insiderhandel gelten). Der Volumenanstieg, den Sie erwähnen, tritt im Allgemeinen auf, wenn die Nachrichten bei den großen (und kleinen) Akteuren eintreffen. Wenn Sie also einen Algorithmus nach der Volumenspitze ausführen lassen, hat sich der Preis wahrscheinlich bereits erheblich angepasst.
Sie können versuchen, dies zu vermeiden, indem Sie ständig nach Nachrichten zu einer Reihe von Aktien suchen, aber dies wird zu einem noch schwierigeren Problem. Oder vielleicht indem Sie spezifischer werden und bekannte wichtige und spezifische Nachrichtenquellen (z. B. Farmberichte) analysieren und versuchen, dies schneller als jeder andere zu tun. Dies sind einige Methoden, die Menschen anwenden, um nicht zu spät zu sein.
Ich würde aus mehreren Gründen nicht abgeschaltet werden, weil es schwierig ist, Englisch zu analysieren.
Erstens müssen Sie nicht perfekt parsen, um eine Bedeutung zu finden. Sie können nach Schlüsselwörtern suchen und einige ungefähre Algorithmen schreiben, und natürlich können Sie Geld verdienen, wenn Sie einen ausreichenden statistischen Vorteil erzielen (und ihn wiederholen können).
Zweitens dauert es wahrscheinlich nicht lange, bis Software von Drittanbietern verfügbar gemacht wird, um so etwas zu tun oder einen Rahmen dafür bereitzustellen. Tatsächlich ist es wahrscheinlich schon irgendwo verfügbar. (Beachten Sie den Zustrom von Silicon Valley-Typen nach New York, da mehr maschinelle Intelligenz auf Handel und Journalismus angewendet wird.)
Drittens gibt es, wie oben durch die Erwähnung des Journalismus angedeutet, bereits Software, die numerische Daten verwendet, um ziemlich menschliche Artikel zu schreiben. Einige sind ziemlich roboterhaft und Sie können sie fangen (ich bemerkte einen und suchte nach einem Schlüsselwort, um mehrere sehr ähnliche zu entdecken, von denen jeder einen anderen falschen Autorennamen hat). Dies bedeutet nicht nur eine kontinuierliche Verbesserung des Parsens, sondern auch einen stärkeren Druck auf die Veröffentlichung von mehr Daten in maschinenlesbaren Formaten, sodass Pressemitteilungen zunehmend parsible werden.
Um Ihre Idee zu bestätigen, wurde der Keyword-Ansatz mit einigem Erfolg durchgeführt. Probieren Sie diesen Link aus und beachten Sie die zusätzlichen Links zum selben Thema.
Wenn Sie die Zeit und die Verarbeitungsressourcen haben, können Sie Ihre Idee ausprobieren, indem Sie ein neuronales Netzwerk trainieren, um Korrelationen von Schlüsselwörtern (und Phrasen – das ist auch wichtig) mit Trends auf dem Markt zu finden.
rhaskett
rhaskett