Esteu aquí: Inici > Més notícies > Els sentiments reflectits a les notícies indiquen el comportament del mercat financer

Notícia

Compartir Share

Els sentiments reflectits a les notícies indiquen el comportament del mercat financer

El professor Argimiro Arratia, investigador del Laboratori d'Algorísmia Relacional, Complexitat i Aprenentatge (LARCA) de la Universitat Politècnica de Catalunya (UPC), ha realitzat una recerca que determina la relació entre alguns indicadors de sentiments presents a les notícies dels mitjans digitals i les accions en borsa, el preu de l’or i del petroli, el canvi de monedes i altres derivats financers.

17/12/2015
La recerca ha estat encarregada per l’empresa d’assessorament financer Acuity Trading a l’investigador de la UPC i consisteix en un estudi economètric que determina la capacitat predictiva d'alguns indicadors de sentiment social desenvolupats per l'empresa en relació als moviments del mercat financer.

Per desenvolupar l’estudi, Argimiro Arratia ha utilitzat un model multivariant de regressió que mesura la relació de causalitat entre diferents conjunts formats amb els índexs de sentiment i les sèries financeres a predir (historial de preus d’accions, del petroli, cotització del dòlar, entre d’altres). Un model multivariant de regressió (VAR, en anglès) és un model economètric que descriu l’evolució d’un nombre determinat de variables durant un període de temps. L’anàlisi de sentiments se centra en el processament del llenguatge natural present en textos així com en la lingüística computacional, per identificar i extreure informació subjectiva.

La conclusió de l’estudi és que hi ha alguns indicadors que, en efecte, tenen certa capacitat variable de predicció, depenent de la sèrie financera que s’analitzi. Dels indicadors elaborats per Acuity Trading, l’estudi mostra que, en general, els derivats del canvi de monedes presenten millor relació causa-efecte. Els resultats també indiquen que l´índex de volatilitat financera és el més fiable per predir els moviments de qualsevol sèrie financera mostrejada a diari, i que l’índex no només és molt precís, sinó que, a més, és un mitjà adequat per predir de forma fiable el comportament de qualsevol sèrie financera de la que es faci un mostreig diàriament.

La recerca pot ser fonamental per als proveïdors de serveis financers o corredors de borsa que vulguin utilitzar big data en els seus negocis. El projecte se suma a la recerca puntera que la UPC desenvolupa en termes de big data i per la qual és reconeguda internacionalment.

Acuity Trading és una companyia d'assessorament financer que utilitza tecnologia d'aprenentatge automatitzat i processament de dades massives per confeccionar indicadors de sentiment social, basats en milions de notícies de mitjans electrònics.
 


Segueix-nos a Twitter Obriu l'enllaç en una finestra nova
És notícia
Kip S. Thorne, investit doctor 'honoris causa' per la UPC Kip S. Thorne, doctor ‘honoris causa’ per la UPC, distingit amb el Premi Nobel de Física L’astrofísic nord-americà Kip S. Thorne, doctor ‘honoris causa’ per la Universitat ... [llegir +]
La tecnologia aeroespacial del futur, aquest dissabte al CosmoCaixa La UPC i CosmoCaixa organitzen ‘Moonit’ per descobrir la tecnologia aeroespacial del futur El proper dissabte, 7 d’octubre, de 19 a 24 hores, tindrà lloc al CosmoCaixa de Barcelona la Nit ... [llegir +]
El dispositiu sense fil WOMEN-UP que es mostra a l'IOThings Solutions World Congress. Tecnologia avançada de la UPC, a l’IOT Solutions World Congress La Universitat Politècnica de Catalunya (UPC) donarà a conèixer solucions avançades en ... [llegir +]
Amb la col·laboració de:
Fundació Espanyola per a la Ciència i la Tecnologia Any de la Ciència 2007 Ministerio de Ciencia e Innovación
Aquest web utilitza cookies pròpies per oferir una millor experiència i servei. En continuar amb la navegació entenem que acceptes la nostra política de cookies Obriu l'enllaç en una finestra nova.
Oficina de Mitjans de Comunicació.
C/ Jordi Girona 31, 08034 Barcelona Tel.: +34 93 401 61 43
oficina.mitjans.comunicacio@(upc.edu)
© UPC Obriu l'enllaç en una finestra nova. Universitat Politècnica de Catalunya · BarcelonaTech