استخدام مشاعر تويتر والتعلم المعزز Q للتداول بالأسهم
الملخص
تبحث هذه الدراسة فيما إذا كان تحليل مشاعر تويتر اليومي يساعد على التنبؤ بعوائد الأسهم ودعم قرارات التداول. وتجمع بين التعلم الآلي لتقييم إشارة المشاعر والتعلم المعزز، وتحديدًا التعلم Q، لاشتقاق سياسة تداول من تلك الإشارة.
تشير النتائج المبلغ عنها إلى أن المشاعر أكثر قدرة على التنبؤ للشركات التي تعكس أسعارها توقعات النمو المستقبلي، وحول الأحداث الكبرى التي تجذب اهتمام الجمهور. ويُذكر أن استراتيجية التعلم Q تتفوق على استراتيجية قائمة على تنبؤات التعلم الآلي. ولا يقدم المستند تفاصيل العينة أو أرقام الأداء أو تحليل تكاليف المعاملات أو مناقشة لكيفية التحقق من الاستراتيجيات، لذا لا يمكن تقييم قوة النتائج وقابليتها للتطبيق في الواقع من هذا الوصف وحده.
الأفكار الرئيسية
- يُقيّم تحليل مشاعر تويتر اليومي بوصفه إشارة للتنبؤ بعوائد الأسهم.
- يُستخدم التعلم Q لتحويل إشارة المشاعر إلى سياسة تداول.
- تكون القيمة التنبؤية المبلغ عنها أقوى للأسهم المدفوعة بتوقعات النمو وحول الأحداث العامة الكبرى.
- يُقال إن استراتيجية التعلم المعزز تتفوق على التداول مباشرةً استنادًا إلى تنبؤات التعلم الآلي.
الوسوم
النص الكامل
# Trading the Twitter Sentiment with Reinforcement Learning # Trading the Twitter Sentiment with Reinforcement Learning This paper is to explore the possibility to use alternative data and artificial intelligence techniques to trade stocks. The efficacy of the daily Twitter sentiment on predicting the stock return is examined using machine learning methods. Reinforcement learning(Q-learning) is applied to generate the optimal trading policy based on the sentiment signal. The predicting power of the sentiment signal is more significant if the stock price is driven by the expectation of the company growth and when the company has a major event that draws the public attention. The optimal trading strategy based on reinforcement learning outperforms the trading strategy based on the machine learning prediction.
يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0
أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.