Unsicherheitsbewusste Small-Cap-Portfolios mit Nachrichten-, Makro- und technischen Signalen

Zusammenfassung

Diese Studie kombiniert die Stimmung aus Finanznachrichten, ermittelt mit Sprachmodellen, mit makroökonomischen Indikatoren und technischen Signalen, um Portfolios aus Russell-2000-Aktien zusammenzustellen. Der Ansatz berücksichtigt Unsicherheit, indem er das prognostizierte Risiko in aleatorische und epistemische Komponenten aufteilt und diese Schätzungen in die von Portfoliooptimierern verwendete Kovarianzmatrix einbezieht. Verglichen werden drei Auswahlregime: Signale für aktienspezifische Bewegungen, makrogetriebene Bewegungen und Fälle, in denen beide Kanäle übereinstimmen.

Die berichteten Ergebnisse sprechen für getrennte aktienspezifische und makroökonomische Komponenten, statt vorauszusetzen, dass beide Signale gleichzeitig ausgelöst werden. Makrogetriebene Auswahlen scheinen bei niedrigen oder moderaten Transaktionskosten über einen Tag nützlich zu sein, während hohe Kosten diesen Vorteil zunichtemachen. Über einen Zeitraum von 40 Tagen soll eine langsamere Neubewertung makroökonomischer Faktoren die Makrokomponente begünstigen. Das stärkste konservative Ergebnis wird für eine durch Makrosignale ausgelöste Strategie über 40 Tage berichtet, die Sentimentdaten von GPT-4o mini, ein Student-t-Ziel und Risikoparität verwendet; die Sharpe Ratio beträgt 2.33 bei Kosten von 100 Basispunkten. Der Auszug beschreibt nicht das vollständige Testdesign und belegt nicht, dass sich diese Ergebnisse über die untersuchten Aktien und Annahmen hinaus verallgemeinern lassen.

Kernaussagen

• Die Portfolio-Pipeline bezieht getrennte Schätzungen aleatorischer und epistemischer Risiken in ihre Kovarianzmatrix ein.
• Sie unterscheidet zwischen aktienspezifischen Auslösern, makroökonomischen Auslösern und deren Überschneidung.
• Getrennte aktienspezifische und makroökonomische Komponenten schneiden meist besser ab, als beide Signal-Kanäle auf Übereinstimmung zu prüfen.
• Makrosignale können kurzfristige Übertragungseffekte erfassen, doch Transaktionskosten können den Vorteil aufheben.
• Die laut Bericht beste konservative Konfiguration nutzt eine Haltedauer von 40 Tagen und Risikoparität; Einzelheiten zum Test bleiben jedoch begrenzt.

Schlagwörter

# 2608.12283


# Large Language Model-Driven Small-Capitalization Trading: Integrating Financial News Sentiment, Macroeconomic Indicators, and Technical Signals









Large language models can extract richer signals from financial news than fixed sentiment lexicons, and recent work has explored feeding such signals into portfolio construction. We study an uncertainty-aware construction that feeds model-predicted risk -- decomposed into aleatoric and epistemic components -- directly into the covariance matrix of portfolio allocators, rather than treating portfolio risk as fixed or adjusting only expected returns. We evaluate the pipeline on Russell 2000 equities under three stock-selection regimes: a pure-alpha trigger that isolates abnormal stock moves not explained by macro indicators, a pure-beta trigger that captures macro-indicator moves before the stock itself fires, and a beta trigger in which both channels agree. Across the full holding-period grid, the separated pure-alpha and pure-beta legs usually dominate the beta intersection on Sharpe and return. Two horizons are especially informative. At one day, pure beta can work under low and moderate transaction costs because it captures immediate lead-lag spillovers from liquid macro and sector indicators into exposed small-cap stocks, but this advantage disappears at 100 bps when turnover and microstructure noise dominate. At 40 days, pure beta works for a different reason: slower macro repricing overtakes the firm-specific pure-alpha channel. The strongest conservative row is pure beta with GPT-4o mini sentiment, a Student-t target, a 40-day holding period, and risk parity allocation, reaching Sharpe 2.33 at 100 bps. The results suggest that stock-selection regime and allocator choice matter at least as much as the sentiment model, and that separating firm-specific and macro-exposure triggers is more informative than requiring both to fire simultaneously.

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.