Sentimentbasierte Aktienregeln mit evolutionärer Optimierung

Zusammenfassung

Die Arbeit verwendet evolutionäre Optimierung, um regelbasierte Handelsstrategien aus Finanzsentimentdaten abzuleiten. Das Sentimentsignal bildet die bullische oder bearische Einschätzung einzelner Aktien durch die Online-Handelsgemeinschaft ab und stammt von StockTwits. Die Autoren berichten numerische Ergebnisse für Aktien des Dow Jones Industrial Average und vergleichen ihren Ansatz mit der klassischen Risiko-Rendite-Portfoliowahl.

Beschrieben wird eine Forschungsmethode, die Social-Media-Sentiment mit evolutionärer Suche verbindet und um einen Vergleich der Portfolioauswahl ergänzt. Der Auszug nennt weder die Handelsregeln und das Optimierungsdesign noch den Zeitraum, Transaktionskosten oder die Ergebnisse selbst. Ohne diese Details lässt sich nicht beurteilen, ob die Strategien verallgemeinerbar sind, Umsetzungskosten berücksichtigen oder risikobereinigt besser abschneiden. Die Evidenz beschränkt sich auf die angegebene Analyse und den Vergleich.

Kernaussagen

• Die Methode nutzt evolutionäre Optimierung, um regelbasierte Handelsstrategien zu entwickeln.
• Die Sentimentdaten spiegeln bullische oder bearische Einschätzungen auf StockTwits wider.
• Die Studie berichtet Ergebnisse für DJIA Aktien aus dem Index.
• Der Ansatz wird mit der klassischen Risiko-Rendite-Portfoliowahl verglichen, doch im Auszug fehlen Kennzahlen und Umsetzungsdetails.

Schlagwörter

# Computing trading strategies based on financial sentiment data using evolutionary optimization


# Computing trading strategies based on financial sentiment data using evolutionary optimization









In this paper we apply evolutionary optimization techniques to compute optimal rule-based trading strategies based on financial sentiment data. The sentiment data was extracted from the social media service StockTwits to accommodate the level of bullishness or bearishness of the online trading community towards certain stocks. Numerical results for all stocks from the Dow Jones Industrial Average (DJIA) index are presented and a comparison to classical risk-return portfolio selection is provided.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.