O Twitter ea Stock Trading são uma estratégia real?

Autores de seção superior.

O Twitter ea Stock Trading são uma estratégia real?

Ryan Fuhrmann.

Twitter Inc, um site e uma plataforma móvel onde os indivíduos postam um pensamento de 140 (e em breve de 280), ou "litequinho", representa um dos recursos mais recentes de mídia social lá fora. Era apenas uma questão de tempo antes de os indivíduos começarem a usá-lo para desenvolver estratégias de negociação de ações e de mercado e eles podem estar em alguma coisa.

Um estudo de 2012 de pesquisadores da UC Riverside e Yahoo! A Research Barcelona concluiu que a análise de tweets sobre os preços das ações das empresas subjacentes poderia melhorar as estratégias de negociação de ações. O estudo, intitulado & ldquo; Correlating Financial Time Series com Micro-Blogging Activity & rdquo; considerou o Twitter a principal autoridade de microblogging e criou conjuntos de filtros para analisar tweets sobre empresas e se isso ajudou a melhorar os retornos comerciais.

Uma medida da atividade de twitteamento analisou o volume total de tweets, testamentos sobre empresas ou assuntos específicos, além de usar um sinal de dólar e um símbolo de ticker, que denota um estoque individual no Twitter. A menção geral dos produtos da empresa ou da sua posição financeira também foi considerada. A atividade de Retweet onde um usuário tweets um tweet original para seus seguidores também foi observada.

A premissa básica do estudo foi buscar uma correlação entre os itens acima e o desempenho do preço da ação. A conclusão foi que existe algum valor preditivo na atividade de tweet e compartilhar o desempenho de preços. Em particular, os autores encontraram uma correlação mais forte da ação do Twitter e compararam o desempenho de preços para empresas com baixos níveis de dívida, ações com betas altas ou um baixo flutuador. Geralmente, o estudo afirmou que as empresas com desempenho financeiro que flutuaram de forma significativa apresentaram uma alta correlação entre as menções do Twitter e o volume de negócios, o que parece indicar a oportunidade de negociar com a volatilidade e investir em ações ou ir para lucrar com uma queda no preço das ações.

Hedge Fund Twitter Strategy.

O uso de algoritmos não é surpreendente, dado que este é um conjunto de regras desenvolvidas para rastrear o sentimento e criar estratégias de negociação para atuar no fluxo de notícias. Os filtros também foram mencionados como uma forma de analisar dados e encontrar tendências significativas, em oposição ao ruído sem potencial comercial real.

Cerca de 400 milhões de tweets são criados no Twitter todos os dias, o que significa a necessidade de analisar a informação para componentes mais básicos. Uma estratégia detalhada eliminando tudo, mas cinco tweets importantes para uma empresa. Outra busca detalhada de tweets que têm potencial para mover o mercado, ou um estoque individual, significativamente. Se essa informação se revelou verdadeira, não era além disso. Um tweet defeituoso supostamente derivado da Casa Branca e falsamente detalhou uma explosão na Casa Branca. Independentemente disso, o mercado avançou significativamente nas notícias, embora tenha provado ser apenas de curta duração.

Ascensão das máquinas.

Você precisa estar logado para publicar comentários ou avaliar este artigo.

Trading Bot BOTUS irá comprar e vender ações com base nos Tweets do Trump.

Trading Bot BOTUS irá comprar e vender ações com base nos Tweets do Trump.

O Planet Money construiu um comercial de Twitter. O grande quebra-cabeça é descobrir qual empresa comprar ou vender, e como conseguir um computador para contar a diferença entre a Apple e a fruta.

DAVID GREENE, HOST:

Então, toda essa semana fomos pesquisando uma tendência em Wall Street. A negociação no mercado de ações está se tornando cada vez mais automatizada. Para entender isso melhor, nossa equipe de podcast do Planet Money está construindo o que é chamado de um bot comercial, seu próprio programa automatizado de negociação de ações. Aqui está Alex Goldmark.

ALEX GOLDMARK, BYLINE: Nós temos o plano para baixo. Nosso bot vai ler os tweets do presidente Donald Trump e depois usá-lo para negociar ações. Quando ele diz algo positivo sobre uma empresa, nós compramos ações da empresa. Quando ele diz algo negativo sobre uma empresa, venderemos o estoque de ações da empresa. Vamos nos arrumar para ganhar dinheiro se o preço das ações cair.

Nós nos juntamos com um fundo de hedge chamado Tradeworx para realmente construir o bot. Um dos programadores de computador lá, Camilo Jimenez, ele começou a trabalhar. Ele fez o que ele geralmente faz quando ele está fazendo um bot - pesquisando de seu escritório em casa em uma pequena mesa de madeira em seu quarto, mantém isso simples.

CAMILO JIMENEZ: Apenas meu laptop, café e bloco de notas. Isso é basicamente isso.

GOLDMARK: laptop, bloco de notas e algum café, é o que você precisa.

JIMENEZ: Sim. Isso é tudo que você precisa.

GOLDMARK: É aí que ele atingiu um problema. Seu projeto era fazer com que o computador reconhecesse a empresa com quem Donald Trump estava falando.

JIMENEZ: Isso é muito difícil. Isso é fácil para um ser humano. Isso é muito difícil para um computador porque o texto pode incluir o nome de uma pessoa ou a empresa ou o produto e você deve ligar isso a uma empresa.

GOLDMARK: Então, Donald Trump apenas diz que ele comeu uma maçã para o almoço, ou ele está falando sobre os computadores da Apple?

JIMENEZ: correto. Esse é um bom caso.

GOLDMARK: Camilo teve que treinar nosso bot para separar as maçãs, então ele adicionou no chamado algoritmo de contexto. Ele tinha o nosso pequeno bot para ler um monte de artigos financeiros sobre a Apple e saber os tipos de palavras e frases e tópicos associados à empresa - Steve Jobs, iPhone, fanboy - e depois aprender as coisas que não estão associadas à empresa mas com maçã a comida - comer, suco, Honeycrisp.

E a máquina, realmente está aprendendo sobre maçãs - ambos os tipos - e, em seguida, sobre todas as empresas. Mas havia uma empresa que o bot não conseguia reconhecer. O nome da empresa é um nome sobre o qual o presidente Trump tweets. É algo muito perto dele, mas o bot continuou ficando confuso. Você quer adivinhar o que era? Vou te dar um segundo - Tiffany's, os joalheiros.

MANI MAHJOURI: No nosso algoritmo de produção, não trocaremos a empresa Tiffany porque o computador não pode dizer quando Trump está falando sobre sua filha e quando ele está falando sobre a empresa atual.

GOLDMARK: Mani Mahjouri é chefe de investimentos na Tradeworx. E ele também nos ajudou a construir nosso bot. Ele disse com bastante trabalho que podiam treinar o bot para reconhecer a Tiffany da companhia da filha de Tiffany, mas não vale a pena. Ele ligou. Nosso bot, ele não troca o Tiffany's.

E esse é apenas um dos muitos julgamentos humanos que está embaixo do nosso robô de escolha de ações automatizado. Negociar com bots é uma mistura de humanos e computadores que tomam decisões. Para nós, isso representa um bot que pode escolher tweets positivos e negativos. E pode descobrir as empresas com as quais o presidente tweeting, exceto Tiffany's. Então está pronto para ir, praticamente.

MAHJOURI: Você sabe, estamos - nos sentimos bem com a estratégia, você sabe. E.

GOLDMARK: Você pode dizer isso com um pouco mais de confiança? Você é.

GOLDMARK:. Dizendo isso pra mim.

MAHJOURI: não posso. Não, porque.

GOLDMARK:. Você realmente não acredita nisso.

MAHJOURI: Não, não, não. Eu simplesmente não quero subestimar o risco. E eu não quero exagerar o benefício de fazer algo assim. Eu apenas sinto como, você sabe, não é - não provamos cientificamente nada.

GOLDMARK: Mas ele disse que se você aguardar a prova, pode perder uma coisa boa. Então estamos fazendo isso. E nós vamos fazer isso com dinheiro real. A equipe do podcast do Planet Money está colocando nossos próprios fundos pessoais por trás do plano, não o dinheiro da NPR, nosso dinheiro. E nós deram ao nosso bot um nome - BOTUS, Bot dos Estados Unidos. Agora, esperamos os tweets e os negócios. Alex Goldmark, NPR News.

(SOUNDBITE OF ARMS AND SLEEPERS '"PODE VOCÊ - INSTRUMENTAL")

GREENE: BOTUS como POTUS, vejo o que vocês fizeram lá. O BOTUS estará tweetando sobre qualquer trades que faça. Você pode seguir BOTUS no Twitter botus ou em npr. org/botus. Isso é B-O-T-U-S.

Direitos autorais e cópia; 2017 NPR. Todos os direitos reservados. Visite as páginas de termos de uso e permissões do nosso site em npr. org para obter mais informações.

As transcrições de NPR são criadas em um prazo de apuramento por Verb8tm, Inc., um contratante NPR, e produzido usando um processo de transcrição proprietário desenvolvido com NPR. Este texto pode não estar na sua forma final e pode ser atualizado ou revisado no futuro. A precisão e a disponibilidade podem variar. O registro autoritário da programação da NPR & rsquo; é o registro de áudio.

Estratégia de negociação automatizada usando o Twitter Sentiment.

Por: The Deltix Quantitative Research Team.

Este artigo descreve a implementação de uma estratégia automatizada de negociação de equidade quantitativa com base em fatores de sentimento derivados do Twitter e os resultados de back-testing desta estratégia. Os fatores de sentimento foram fornecidos pelo Social Market Analytics (SMA). A SMA produz uma família de métricas, denominada S-Factors ™, projetada para capturar a assinatura do sentimento do mercado financeiro. A SMA aplica essas métricas aos dados capturados no Twitter para estimar o sentimento de índices, setores e títulos individuais; produzindo e gravando séries temporais dessas medidas em escalas de tempo diárias e intradias.

Implementamos a estratégia na plataforma de pesquisa Deltix QuantOffice, um estúdio de desenvolvimento C # desenvolvido especificamente com bibliotecas, estatísticas e bibliotecas de dados incorporadas.

A estratégia, que usa S-Scores intraday da SMA, gera sinais de negociação com base nas linhas de tendência do S-Score. Aplicamos a metodologia de média móvel padrão da indústria para dados da série temporária S-Score e linhas de tendência estabelecidas, comparando médias médias lentas e rápidas. Além disso, geramos vários filtros para melhorar a precisão do sinal.

Realizamos uma série de experiências sobre os membros do índice S & P100 de dezembro de 2011 a março de 2013. Comparamos os seguintes cenários:

a) Abra uma posição usando o preço do dia aberto.

b) Abra uma posição às 9:32 am usando o preço atual.

Além disso, adicionamos uma norma de hedge em relação ao mercado utilizando o SPY ETF e investigamos o impacto da cobertura para cada um dos cenários acima. Na tabela de resultados consolidada abaixo, "H +" significa com hedge, "H-" significa sem.

Os resultados do backtesting mostraram Razões de Informações entre 3.0 e 3.72 nos quatro cenários testados. Os efeitos primários da cobertura foram reduzir o lucro médio por ação e os montantes de retirada.

1. Abra a posição no horário aberto do dia.

2. Posição aberta no dia aberto, versão coberta.

3. Posições abertas às 9h30.

4. Posições abertas às 9h32, versão coberta.

1. Posições abertas em 9,32.

A Equipe de Pesquisa Quantitativa Deltix.

Últimas publicações de The Deltix Quantitative Research Team (ver todos)

Usando Deltix para criptografia de transações e Futuros de Bitcoin - 11 de dezembro de 2017 Vantagens de registrar seus próprios dados de mercado - 8 de julho de 2016 Você pode gerar Alpha em ações dos EUA usando a reputação corporativa? - 11 de maio de 2015.

Recursos em destaque.

A CEO Ilya Gorelik explica a automação da estratégia FX Trading.

Mantenha-se atualizado com Deltix.

Registe-se agora para receber atualizações informativas.

Do Blog Deltix.

Sobre o DELTIX.

A Deltix fornece software e serviços para empresas de compra e venda para pesquisa quantitativa e negociação algorítmica. Cobremos a coleta e agregação de dados, análises avançadas, desenvolvimento de modelos, back-testing, simulação e negociação ao vivo.

A experiência da Deltix inclui a aplicação de matemática complexa a grandes conjuntos de dados para ajudar os clientes a obter informações acionáveis ​​e a realizar "negociações inteligentes".

Postagens recentes.

Entre em contato com DELTIX.

Natick, MA 01760.

Copyright © 2017 Deltix & # 8226; Todos os direitos reservados.

Quantas empresas HFT realmente usam o Twitter para negociar?

O tweeter falso da terça-feira da conta do Twitter da Associated Press, denunciando explosões na Casa Branca que feriu o presidente Obama, provocou críticas renovadas ao comércio de alta freqüência, especificamente como alguns comerciantes de computadores usam as mídias sociais como um insumo em suas estratégias comerciais.

Para continuar lendo este artigo, você deve ser um Assinante do Serviço Profissional da Bloomberg.

Se você acredita que pode ter recebido esta mensagem por engano, avise-nos.