Récits stratégiques, positionnement institutionnel et signaux textuels

Résumé

Cette étude cherche à déterminer quand suivre les textes de marché et quand prendre la position inverse. Elle distingue les déclarations institutionnelles (Say), leur répétition par les médias (Echo) et le positionnement institutionnel révélé (Do). Un modèle linéaire-quadratique décrit une institution informée qui peut prendre la parole et négocier avant une foule en partie crédule. L’article développe également des outils pour repérer les articles repris à partir de leur chronologie et de la similarité de leurs représentations vectorielles, mettre en correspondance les représentations textuelles et les rendements ultérieurs, et inférer, à partir des trajectoires de prix, quel acteur a agi en premier.

Le modèle établit les conditions dans lesquelles une institution a intérêt à déprécier un actif tout en l’achetant ; un résultat sans hypothèse de distribution relie la covariance négative entre déclarations et positions à un contenu prédictif négatif des propos. Dans des simulations contrôlées dont la vérité terrain est connue, le sentiment des échos prédit des rendements négatifs sur les 29 marchés ; une corrélation glissante entre Say et Do détecte les fausses alertes avec un AUC de 0.90. Les auteurs décrivent aussi des cas où les outils échouent. Ces résultats viennent de marchés simulés et n’établissent pas la performance sur des textes de marché en temps réel ou des données de trading réelles.

Idées clés

• Le cadre distingue les déclarations institutionnelles, leur reprise par les médias et les positions révélées.
• Selon l’identité de l’article, une covariance négative entre déclarations et positions implique un contenu prédictif négatif des propos.
• Le modèle précise les conditions dans lesquelles une institution gagne à tenir des propos négatifs tout en achetant.
• Les méthodes de mesure combinent la chronologie et la similarité des articles, les représentations textuelles alignées sur les rendements et les signatures des trajectoires de prix.
• Dans 29 marchés simulés contrôlés, le sentiment des échos prédit des rendements négatifs, tandis qu’une corrélation glissante Say-Do signale les fausses alertes avec un AUC de 0.90.

Étiquettes

# Say, Echo, Do: Strategic Narratives and Revealed Positioning in Financial Markets


# Say, Echo, Do: Strategic Narratives and Revealed Positioning in Financial Markets









Machine-learning signals built from financial text treat what institutions say, and what the media repeat, as evidence about value. But whoever shapes a narrative may be trading against it. We study markets with three observable voices: institutional statements (Say), media repetition (Echo) and revealed positioning (Do). We ask when words should be followed and when they should be faded. In a linear-quadratic model of an informed institution that speaks and trades before a partly credulous crowd, talking an asset down while buying it is optimal exactly when $\varphi^2<2λk<\varphi$. A distribution-free identity then shows that when the observable Say-Do covariance is negative, words carry negative predictive content and should be faded. For measurement, we derive (i) an exact factorised posterior over which articles are echoes, combining arrival times with embedding similarity; (ii) a return-aligned contrastive objective that attains its bound exactly when squared embedding distances are an increasing affine function of squared outcome distances, with the tightest loss-based certificate of which neighbour rankings survive imperfect training; and (iii) a path-signature statistic for who moved first. In a controlled market with known ground truth, echo sentiment predicts returns with a significantly negative sign in all 29 simulated markets, the rolling Say-Do correlation flags false-alarm events with an AUC of 0.90, and return-aligned embeddings organise headlines by consequence rather than topic. We also report where the tools fail.

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.