Optimiser les règles de trading d’actions fondées sur le sentiment par recherche évolutionnaire | Stratmill

Résumé

L’article utilise l’optimisation évolutionnaire pour calculer des stratégies de trading fondées sur des règles à partir de données de sentiment financier. Le signal de sentiment représente l’opinion haussière ou baissière de la communauté de trading en ligne sur différentes actions et provient de StockTwits. Les auteurs rapportent des résultats numériques pour des actions de l’indice Dow Jones Industrial Average et comparent leur approche à la sélection classique de portefeuilles selon le risque et le rendement.

Il s’agit d’une méthode de recherche qui combine le sentiment des réseaux sociaux et la recherche évolutionnaire, avec une comparaison à la sélection de portefeuilles. L’extrait ne précise ni les règles de trading, ni la conception de l’optimisation, ni la période étudiée, ni les coûts de transaction, ni les résultats eux-mêmes. Sans ces détails, il est impossible d’évaluer si les stratégies se généralisent, tiennent compte des coûts de mise en œuvre ou offrent de meilleures performances ajustées du risque. Les éléments disponibles se limitent à l’analyse et à la comparaison indiquées.

Idées clés

• La méthode utilise l’optimisation évolutionnaire pour générer des stratégies de trading fondées sur des règles.
• Les données de sentiment reflètent les opinions haussières ou baissières exprimées sur StockTwits.
• L’étude rapporte des résultats pour les actions composant DJIA.
• L’approche est comparée à la sélection classique de portefeuilles selon le risque et le rendement, mais l’extrait omet les mesures et les détails de mise en œuvre.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.