본문으로 건너뛰기
라이브러리 문서 전체

뉴스·거시경제·기술적 신호를 활용한 불확실성 인식 소형주 포트폴리오

기사 arXiv papers · 저자: Alireza Kargarzadeh et al.
원문 읽기

요약

이 연구는 금융 뉴스에 대한 언어 모델의 감성 분석을 거시경제 지표 및 기술적 신호와 결합해 Russell 2000 종목 포트폴리오를 구성합니다. 불확실성을 고려하는 접근법으로 예측 위험을 우연적 요소와 인식론적 요소로 나누고, 포트폴리오 배분에 쓰이는 공분산 행렬에 해당 추정치를 반영합니다. 종목별 움직임에 따른 신호, 거시경제 요인에 따른 신호, 두 경로가 일치하는 경우 등 세 가지 선택 방식을 비교합니다.

보고된 결과에서는 두 신호가 동시에 발생해야 하는 방식보다 종목별 움직임과 거시경제 요인을 각각 활용하는 방식이 더 나은 성과를 보입니다. 거시경제 신호에 따른 종목 선택은 거래 비용이 낮거나 보통일 때 하루 보유 기간에서 유용해 보이지만, 비용이 높으면 이점이 사라집니다. 40일 보유 기간에서는 거시경제 요인의 가격 재조정이 더 느려 거시경제 방식에 유리한 것으로 보고됩니다. 가장 보수적인 결과는 GPT-4o mini 감성 분석, Student-t 목표 분포, 리스크 패리티를 사용한 40일 거시경제 신호 전략에서 보고됐으며, 거래 비용이 100 베이시스 포인트일 때 샤프 비율은 2.33입니다. 발췌문은 전체 테스트 설계를 설명하지 않으며, 평가 대상 종목과 가정을 넘어 결과가 일반화된다고 입증하지도 않습니다.

핵심 아이디어

  • 포트폴리오 구성 과정에서 우연적 요소와 인식론적 요소의 위험 추정치를 각각 공분산 행렬에 반영합니다.
  • 종목별 움직임에 따른 신호와 거시경제 요인에 따른 신호, 그리고 두 신호의 교집합을 구분합니다.
  • 두 신호 경로가 일치해야 하는 방식보다 종목별 움직임과 거시경제 요인을 각각 활용하는 방식이 대체로 더 나은 성과를 냅니다.
  • 거시경제 신호는 짧은 보유 기간에 빠른 파급 효과를 포착할 수 있지만 거래 비용이 이점을 없앨 수 있습니다.
  • 보고된 최선의 보수적 구성은 40일 보유 기간과 리스크 패리티를 사용하지만, 테스트 세부 정보는 제한적입니다.

태그

주식미국 시장시장 심리포트폴리오 구성리스크 관리
전문
# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.