株式取引におけるTwitterセンチメントとQ学習

記事 arXiv papers · 著者: Catherine Xiao et al.

サマリー

本研究は、日次のTwitterセンチメントが株式リターンの予測や取引判断に役立つかを調べます。機械学習でセンチメントシグナルを評価し、強化学習、具体的にはQ学習を組み合わせて、そのシグナルから取引方針を導きます。

報告された結果によると、株価が将来の成長期待を反映する企業や、注目を集める大きなイベントの前後では、センチメントの予測力が高まる可能性があります。Q学習戦略は、機械学習の予測に基づく戦略を上回ると報告されています。説明には標本の詳細、成績の数値、取引コスト分析、戦略の検証方法に関する議論がなく、結果の強さや実環境での適用可能性をこの記述だけから評価することはできません。

主なアイデア

日次のTwitterセンチメントを株式リターン予測のシグナルとして評価します。
センチメントシグナルを取引方針に変換するためQ学習を使います。
報告された予測力は、成長期待が株価を左右する銘柄や大きなニュースイベントの前後で強くなります。
強化学習戦略は、機械学習の予測に直接基づく取引を上回ると報告されています。

# 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.

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。

TwitterセンチメントとQ学習による株式取引

サマリー

主なアイデア

タグ