Рыночные нарративы, позиции институтов и текстовые сигналы

Сводка

В исследовании задаётся вопрос, когда следует следовать рыночным текстам, а когда действовать против них. Авторы разделяют заявления институциональных участников (Say), повторение в СМИ (Echo) и выявленные позиции институтов (Do). Линейно-квадратичная модель описывает информированный институт, который может высказываться и торговать перед частично доверчивой толпой. В статье также разрабатываются инструменты для выявления повторённых статей по времени публикации и сходству векторных представлений, сопоставления векторных представлений текста с последующей доходностью и определения по траекториям цен того, кто начал движение первым.

Модель задаёт условия, при которых институту оптимально негативно высказываться об активе, одновременно покупая его; не зависящий от распределения результат связывает отрицательную ковариацию между заявлениями и позициями с отрицательной прогнозной информацией в словах. В контролируемых симуляциях с известной истинной картиной тональность повторяемых сообщений негативно предсказывает доходность на всех 29 рынках; скользящая корреляция Say-Do выявляет ложные тревоги с показателем AUC 0.90. Авторы также описывают случаи, когда инструменты дают сбой. Результаты получены на симулированных рынках и не устанавливают эффективность на реальных рыночных текстах или торговых данных.

Ключевые идеи

• В рамках разделяются заявления институтов, повторы в СМИ и раскрытые позиции.
• Согласно соотношению, полученному в статье, отрицательная ковариация заявлений и позиций означает, что слова несут отрицательную прогнозную информацию.
• Модель задаёт условия, при которых институту выгодно негативно высказываться, одновременно покупая актив.
• Методы измерения объединяют время публикации и сходство статей, векторные представления текста, сопоставленные с доходностью, и признаки траекторий цен.
• В 29 контролируемых симулированных рынках тональность повторяемых сообщений негативно предсказывает доходность, а скользящая корреляция Say-Do отмечает ложные тревоги с показателем AUC 0.90.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.