Trading de acciones con sentimiento de Twitter y Q-learning

Resumen

Este estudio examina si el sentimiento diario de Twitter puede ayudar a predecir los rendimientos de las acciones y respaldar decisiones de trading. Combina aprendizaje automático para evaluar la señal de sentimiento con aprendizaje por refuerzo, en concreto Q-learning, para derivar una política de trading a partir de esa señal.

Los resultados comunicados sugieren que el sentimiento es más predictivo para las empresas cuyos precios reflejan expectativas de crecimiento futuro y en torno a grandes eventos que atraen la atención pública. Según se informa, la estrategia de Q-learning supera a una estrategia basada en predicciones de aprendizaje automático. El documento no proporciona detalles de la muestra, cifras de rendimiento, análisis de costes de transacción ni información sobre cómo se validaron las estrategias, por lo que esta descripción por sí sola no permite evaluar la solidez ni la aplicabilidad de los resultados en el mundo real.

Ideas clave

• Se evalúa el sentimiento diario de Twitter como señal para predecir rendimientos de acciones.
• Se utiliza Q-learning para convertir la señal de sentimiento en una política de trading.
• El valor predictivo comunicado es mayor en acciones impulsadas por expectativas de crecimiento y en torno a grandes eventos públicos.
• Según se informa, la estrategia de aprendizaje por refuerzo supera al trading directo basado en predicciones de aprendizaje automático.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.