コンテンツへスキップ
ライブラリの全資料

ニュース・マクロ・テクニカル指標を使う小型株ポートフォリオ

記事 arXiv papers · 著者: Alireza Kargarzadeh et al.
原文を読む

サマリー

本研究は、金融ニュースの言語モデルによるセンチメントをマクロ経済指標やテクニカルシグナルと組み合わせ、Russell 2000銘柄のポートフォリオを構築します。不確実性を考慮する手法で、予測リスクを偶然的不確実性と認識的不確実性に分け、その推定値をポートフォリオ配分に用いる共分散行列に反映します。銘柄固有の値動きによるシグナル、マクロ要因によるシグナル、両方が一致するケースという3つの選択方式を比較します。

報告された結果では、両方のシグナルが同時に発生することを条件とするより、銘柄固有の要因とマクロ要因に基づく各戦略を個別に使う方が有利です。マクロ要因に基づく選択は、取引コストが低～中程度なら1日の期間で有用とみられますが、コストが高いとその優位性は失われます。40日間の期間では、マクロ要因の価格への反映が遅いため、マクロ要因に基づく戦略が有利になると報告されています。最も保守的な結果は、GPT-4oのセンチメント、Student-t目標、リスクパリティを用いた40日間のマクロ要因をトリガーとする戦略で報告されており、取引コストが100ベーシスポイントの場合、シャープレシオは2.33です。抜粋ではテスト設計全体が説明されておらず、評価対象の銘柄や前提を超えて結果が一般化することも示されていません。

主なアイデア

  • ポートフォリオ構築の過程で、偶然的不確実性と認識的不確実性のリスク推定値を共分散行列に別々に反映します。
  • 銘柄固有の起点、マクロ要因の起点、両者の組み合わせを区別します。
  • 両方のシグナルの一致を条件とするより、銘柄固有とマクロ要因の各戦略を個別に使う方が通常は優れています。
  • マクロ要因の起点は短期の波及を捉える可能性がありますが、取引コストで優位性が失われる場合があります。
  • 報告された最良の保守的な設定では保有期間に40日を用い、リスクパリティを採用していますが、テストの詳細は限られています。

タグ

株式米国市場センチメントポートフォリオ構築リスク管理
全文
# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。