Dùng tâm lý Twitter và Q-learning để giao dịch cổ phiếu

Tóm tắt

Nghiên cứu này xem xét liệu tâm lý thể hiện hằng ngày trên Twitter có thể giúp dự đoán lợi suất cổ phiếu và hỗ trợ quyết định giao dịch hay không. Nghiên cứu kết hợp học máy để đánh giá tín hiệu tâm lý với học tăng cường, cụ thể là Q-learning, nhằm xây dựng chính sách giao dịch từ tín hiệu đó.

Kết quả được báo cáo cho thấy tâm lý có khả năng dự đoán tốt hơn đối với các công ty có giá cổ phiếu phản ánh kỳ vọng tăng trưởng trong tương lai, cũng như quanh các sự kiện lớn thu hút sự chú ý của công chúng. Chiến lược Q-learning được cho là vượt trội hơn chiến lược dựa trên dự đoán của học máy. Tài liệu không cung cấp chi tiết về mẫu, số liệu hiệu suất, phân tích chi phí giao dịch hay cách xác thực các chiến lược, nên chỉ từ mô tả này không thể đánh giá mức độ vững chắc và khả năng áp dụng thực tế của kết quả.

Ý chính

• Đánh giá tâm lý Twitter hằng ngày như một tín hiệu dự đoán lợi suất cổ phiếu.
• Q-learning được dùng để chuyển tín hiệu tâm lý thành chính sách giao dịch.
• Giá trị dự đoán được báo cáo mạnh hơn ở cổ phiếu chịu tác động của kỳ vọng tăng trưởng và quanh các sự kiện lớn thu hút công chúng.
• Chiến lược học tăng cường được cho là vượt trội hơn cách giao dịch trực tiếp dựa trên dự đoán của học máy.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.