Desde que Bloomberg News comenzó sus publicaciones en 1990 se ha registrado un crecimiento explosivo en las noticias tanto en formato impreso, como televisión e Internet. La variedad y velocidad de la información se expandió y aceleró rápidamente. Estos abrumadores flujos de noticias contienen una gran variedad de anomalías, señales y oportunidades. La pregunta es cómo capturar los datos más significativos utilizando los análisis más exhaustivos.
Los datos han superado lo que los analistas humanos pueden manejar por sí solos y, al mismo tiempo, la tecnología ha avanzado para estar a la altura del desafío. Bloomberg ha desarrollado la tecnología para monitorear los mercados, descubrir datos útiles y compartirlos a través de historias oportunas y automatizadas. Con más de 500 plantillas que producen noticias automatizadas, Bloomberg Automated Intelligence complementa otras fuentes noticiosas con información adicional. Los usuarios de la Terminal Bloomberg pueden ver las noticias generadas por inteligencia automatizada en Bloomberg News y Bloomberg First Word.
El equipo de Bloomberg Quant Research se propuso investigar si estas historias pueden ser aplicadas significativamente en estrategias de inversión: en resumen, ¿transmite señales?. En un reciente documento técnico, “Análisis predictivo de Bloomberg Automated Intelligence”, Mohammad Fesanghary y Arun Verma exploran algunas de las oportunidades analíticas y obtuvieron resultados muy interesantes.
Ejemplos de noticias automatizadas en la Terminal Bloomberg
Observar las acciones corporativas: los datos cuentan una historia
La inteligencia automatizada abarca varios tipos de artículos, que incluyen análisis de noticias que revelan cambios en la percepción, interés del lector y tendencias que se están utilizando cada vez más para manejar las noticias automatizadas. Algunos tipos de noticias dependen del procesamiento de lenguaje natural (PLN) para difundir noticias en áreas desde aprobaciones de medicamentos de la FDA hasta nuevas campañas activistas de inversor. Las noticias automatizadas también se accionan por grandes cambios en los datos del mercado financiero tradicional, como los aumentos en el volumen de negociación, actividad de analistas y cambios en la volatilidad implícita del mercado de opciones, todo lo cual puede ser útil para predecir acciones corporativas y movimientos de precios.
En el documento, los autores examinan los tipos de noticias automatizadas y sus fechas de publicación para ver si pueden ser utilizados para predecir las acciones corporativas que se vienen en el futuro cercano. La evidencia anecdótica sugirió que la publicación de ciertos tipos de noticias automatizadas, particularmente en combinaciones, estaba relacionada con una probabilidad mayor de lo esperado de un anuncio corporativo importante. Los investigadores se dispusieron a evaluar si esto podría ser una coincidencia. Probaron esta hipótesis utilizando un método no paramétrico para estudiar el poder predictivo de las noticias automatizadas al tomar en forma aleatoria la fecha de publicación de las noticias y comparar la distribución de esas publicaciones con la distribución realmente observada. Luego, enfocándose en la ocurrencia de eventos corporativos y grandes movimientos de precios, si la tasa observada de publicación de un tipo de noticias específico es sustancialmente diferente de la tasa aleatoria, entonces ese tipo de noticias parecería transmitir cierta señal.
Tasas de eventos esperados aleatorios y tasa real de artículos automatizados observados en la muestra
Los resultados revelan que las noticias automatizadas se han adelantado a los principales anuncios de las empresas en un conjunto diverso de industrias. En particular, las acciones corporativas como fusiones y adquisiciones siguen ciertas combinaciones de noticias automatizadas mucho más a menudo de lo que se esperaría en un muestreo aleatorio. Por ejemplo, cuando las señales sobre compra con información privilegiada, volatilidad implícita y trading activo de bonos se publican en fechas cercanas, preceden a anuncios de fusión y adquisición en un 16,7% del tiempo, más del triple de la tasa esperada. Al analizar la dinámica en una gama de fuentes noticiosas, también hay evidencia de que la llamada “velocidad social” y “calor de las noticias” pueden transmitir una señal bastante fuerte.
El tiempo lo dirá: continuará investigación y pruebas
Este estudio fue motivado en parte por la información anecdótica que sugiere que ciertas combinaciones de noticias automatizadas tendían a preceder eventos que mueven el mercado. ¿Pero qué se puede decir sobre el poder predictivo de las noticias individuales? El estudio demostró que utilizar una noticia automatizada individual para predecir grandes movimientos de precios es más difícil. Por otra parte, tienden a ser accionadas después del comienzo de un movimiento importante de precios pero aún son lo suficientemente oportunas, ya que están disponibles antes del final del movimiento de precio completo, que todavía podría conducir a una estrategia de trading basada en tendencia.
Los mecanismos de accionamiento para algunos tipos de noticias automatizadas están evolucionando en el tiempo, por lo que el sistema no es estacionario de forma general. Esto podría introducir un sesgo y amerita evaluación adicional. El horizonte de tiempo para este primer estudio fue solo 18 meses, por lo que cualquier estrategia que se pudiera desarrollar se beneficiará de una evaluación a más largo plazo y más pruebas.
The post Usar las noticias automatizadas de Bloomberg para predecir eventos de mercado appeared first on Servicio Bloomberg Professional.