Narrativas estratégicas, posicionamento institucional e sinais textuais

Resumo

Este estudo pergunta quando se deve seguir o conteúdo dos textos de mercado e quando se deve apostar contra ele. Distingue declarações institucionais (Say), repetição pela mídia (Echo) e posicionamento institucional revelado (Do). Um modelo linear-quadrático descreve uma instituição informada que pode falar e negociar antes de uma multidão parcialmente crédula. O artigo também desenvolve ferramentas para identificar artigos ecoados usando horário e similaridade de embeddings, alinhar embeddings de texto com retornos subsequentes e inferir quem agiu primeiro a partir das trajetórias dos preços.

O modelo estabelece condições em que uma instituição fala de modo a desvalorizar um ativo enquanto o compra, e um resultado independente da distribuição associa a covariância negativa entre declarações e posicionamento a conteúdo preditivo negativo nas palavras. Em simulações controladas com verdade fundamental conhecida, o sentimento do eco prevê retornos negativos em todos os 29 mercados; uma correlação Say-Do móvel detecta eventos de falso alarme com AUC 0.90. Os autores também descrevem casos em que as ferramentas falham. Esses resultados vêm de mercados simulados e não demonstram desempenho com textos de mercado ao vivo ou dados de trading reais.

Ideias principais

• A estrutura distingue declarações institucionais, ecos da mídia e posicionamento revelado.
• Uma covariância negativa entre declarações e posicionamento implica conteúdo preditivo negativo nas palavras, de acordo com a identidade do artigo.
• O modelo especifica condições em que uma instituição se beneficia ao falar negativamente enquanto compra.
• Os métodos de medição combinam horário e similaridade de artigos, embeddings de texto alinhados aos retornos e padrões nas trajetórias dos preços.
• Em 29 mercados simulados controlados, o sentimento do eco prevê retornos negativos, enquanto uma correlação Say-Do móvel sinaliza falsos alarmes com AUC 0.90.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.