Η Τεχνητή Νοημοσύνη Αναλύει Ειδήσεις Χρηματοοικονομικής Αγοράς

Τα μοντέλα ΤΝ καθορίζουν αν ένα ειδησεογραφικό στοιχείο είναι θετικό, αρνητικό ή ουδέτερο ως προς μια εταιρεία ή την αγορά αναλύοντας τη διατύπωση και το πλαίσιο. Για παράδειγμα, "Η Εταιρεία Χ ανακοινώνει ρεκόρ κερδών" χαρακτηρίζεται θετικό, ενώ "Η Εταιρεία Υ αντιμετωπίζει έρευνα για απάτη" αρνητικό.

FinBERT είναι μια δημοφιλής προσέγγιση – μια έκδοση του γλωσσικού μοντέλου BERT της Google εξειδικευμένη στην ταξινόμηση διάθεσης χρηματοοικονομικών κειμένων. Τέτοια μοντέλα εκπαιδεύονται σε ιστορικές ειδήσεις με ετικέτες βάσει της επίδρασής τους στις τιμές μετοχών.

BloombergGPT, ένα μεγάλο γλωσσικό μοντέλο ειδικού τομέα, εκπαιδεύτηκε ρητά για να βελτιώσει την ανάλυση διάθεσης χρηματοοικονομικών ειδήσεων (καθώς και την αναγνώριση οντοτήτων και την ταξινόμηση ειδήσεων). Με το μέτρημα του συναισθηματικού τόνου της αγοράς, η ΤΝ παρέχει ποσοτική προσέγγιση σε ποιοτικές ειδήσεις.

Οι χρηματοοικονομικές ειδήσεις είναι γεμάτες με ονόματα – εταιρειών, ανθρώπων, προϊόντων, τόπων κ.ά. Τα συστήματα ΤΝ χρησιμοποιούν NLP για να εντοπίζουν και να επισημαίνουν οντότητες που αναφέρονται σε άρθρα. Αν ένα άρθρο λέει "Η Apple παρουσίασε νέο iPhone στην Κίνα", η ΤΝ επισημαίνει την "Apple" ως εταιρεία, το "iPhone" ως προϊόν και την "Κίνα" ως τοποθεσία.

Πλατφόρμες όπως το RavenPack διαθέτουν τεράστιους χρηματοοικονομικούς λεξικούς – οι αλγόριθμοι του RavenPack αναγνωρίζουν πάνω από 12 εκατομμύρια μοναδικές οντότητες, συμπεριλαμβανομένων δημόσιων και ιδιωτικών εταιρειών, στελεχών, εσωτερικών και συγκεκριμένων προϊόντων ή νομισμάτων.

Πέρα από την επισήμανση ονομάτων, η ΤΝ ταξινομεί το θέμα ή τον τύπο του γεγονότος. Είναι αναφορά κερδών, ανακοίνωση συγχώνευσης, ρυθμιστικό ζήτημα ή οικονομικός δείκτης; Η ταξονομία του RavenPack καλύπτει πάνω από 7.000 κατηγορίες γεγονότων για την κατηγοριοποίηση ειδήσεων.

Δεν είναι όλες οι ειδήσεις ίσες – κάποια άρθρα επαναλαμβάνουν παλιές πληροφορίες, ενώ άλλα φέρνουν νέα δεδομένα. Τα εργαλεία ΤΝ αξιολογούν την καινοτομία (πόσο νέο ή μοναδικό είναι ένα κομμάτι) και τη σχετικότητα (πόσο άμεσα επηρεάζει μια εταιρεία ή αγορά).

Για παράδειγμα, ένα μικρό blog που αναφέρει την Apple επιφανειακά θα έχει χαμηλή σχετικότητα, ενώ μια έρευνα της SEC για τα οικονομικά της Apple θα βαθμολογηθεί πολύ υψηλά. Το RavenPack παρέχει βαθμολογίες σχετικότητας και παρακολούθηση καινοτομίας για κάθε οντότητα/γεγονός σε μια ιστορία, μαζί με βαθμολογία "επιπτώσεων".

Η ανίχνευση καινοτομίας γίνεται συχνά συγκρίνοντας το κείμενο με πρόσφατες ειδήσεις για να δει αν επαναλαμβάνει γνωστές πληροφορίες. Αυτό είναι κρίσιμο σε αγορές που κινούνται γρήγορα, όπου δεκάδες μέσα μπορεί να αναμεταδίδουν το ίδιο ρεπορτάζ – η ΤΝ μπορεί να επισημάνει την πρώτη εμφάνιση ως καινοτόμο και να υποβαθμίσει τις υπόλοιπες.

Η προηγμένη ΤΝ δεν σταματά σε μεμονωμένα άρθρα – μπορεί να εντοπίσει μακρο-θέματα και τάσεις μέσα από χιλιάδες κομμάτια. Το LSEG MarketPsych Analytics ομαδοποιεί ειδήσεις σε πάνω από 200 οικονομικά και συμπεριφορικά θέματα (όπως "εμπορικός πόλεμος", "πληθωρισμός", "κυβερνοασφάλεια" κ.ά.).

Η ΤΝ ταξινομεί κάθε είδηση σε αυτά τα θέματα και βαθμολογεί τη διάθεση σε κάθε θέμα. Αυτό επιτρέπει στους επενδυτές να παρακολουθούν τη διάθεση θεμάτων με την πάροδο του χρόνου (π.χ. βελτιώνεται ή χειροτερεύει η διάθεση γύρω από τα "ηλεκτρικά οχήματα" αυτό το τρίμηνο;). Το Bloomberg Terminal προσφέρει λειτουργία "Κύρια Θέματα Ειδήσεων" που χρησιμοποιεί ΤΝ για ομαδοποίηση ειδήσεων ανά θέματα.

Με την ανάδειξη θεματικών πληροφοριών, η ΤΝ βοηθά να συνδεθούν οι τελείες. Αν πολλές ειδήσεις εταιρειών σχετίζονται με, π.χ., διαταραχές στην εφοδιαστική αλυσίδα, ένας επενδυτής μπορεί να εντοπίσει έναν αναδυόμενο παράγοντα κινδύνου στην αγορά. Η ΤΝ ουσιαστικά διαβάζει ανάμεσα στις γραμμές, εντοπίζοντας μοτίβα που ένας άνθρωπος μπορεί να χάσει διαβάζοντας αποσπασματικά.

Μια αυξανόμενη εφαρμογή της ΤΝ είναι η περίληψη μακροσκελών ή σύνθετων ειδήσεων σε εύπεπτη μορφή. Τα γενετικά μοντέλα ΤΝ (όπως το GPT-4 και το BloombergGPT) μπορούν να παράγουν σύντομες περιλήψεις ή σημεία-κλειδιά ενός άρθρου, διατηρώντας τα βασικά στοιχεία.

Πρόσφατα, το Bloomberg λάνσαρε Περίληψη Ειδήσεων με ΤΝ στο Terminal του: για κάθε ιστορία Bloomberg News, η ΤΝ παράγει τρεις βασικές επισημάνσεις στην κορυφή του άρθρου. Αυτές οι περιλήψεις ελέγχονται από ειδικούς του Bloomberg για ακρίβεια, επιτρέποντας στους πολυάσχολους traders να κατανοούν την ουσία μιας ιστορίας με μια ματιά.

Αλλαγή παιχνιδιού… καθαρές, συνοπτικές πληροφορίες που μου επιτρέπουν να κατανοώ γρήγορα σύνθετες ιστορίες.

— Ανώτερος trader, χρήστης Bloomberg Terminal

Πέρα από τις περιλήψεις, η ΤΝ μπορεί να απαντά σε ερωτήσεις για τις ειδήσεις (Q&A). Αν ρωτήσετε, "Τι είπε σήμερα ο πρόεδρος της Fed για τον πληθωρισμό;", ένα σύστημα ΤΝ μπορεί να αντλήσει την απάντηση από το κείμενο της είδησης. Κάποιες πλατφόρμες επιτρέπουν τώρα αλληλεπίδραση με τις ειδήσεις μέσω chat, κάνοντας ερωτήσεις για βαθύτερη ανάλυση, ως πιο διαισθητικό τρόπο επεξεργασίας πληροφοριών.

Οι πρώτοι που υιοθέτησαν την ανάλυση ειδήσεων με ΤΝ ήταν οι εταιρείες ποσοτικής και αλγοριθμικής διαπραγμάτευσης. Αυτές ενσωματώνουν σήματα από ειδήσεις στα μοντέλα τους για να αποκτήσουν πλεονέκτημα. Είναι ενδεικτικό ότι πάνω από το 70% των κορυφαίων ποσοτικών hedge funds χρησιμοποιούν το RavenPack News Analytics για παραγωγή alpha και διαχείριση κινδύνου.

Για αυτά τα funds, δεδομένα από την ΤΝ όπως βαθμολογίες διάθεσης, μετρήσεις buzz και ανίχνευση γεγονότων λειτουργούν ως σήματα διαπραγμάτευσης. Ένας αλγόριθμος μπορεί να αγοράζει μετοχές με πολύ θετική διάθεση και να πουλάει αυτές με αρνητική (μια στρατηγική που επιβεβαιώνεται από back-tests με διαφορά απόδοσης μεταξύ υψηλής και χαμηλής διάθεσης).

Εταιρείες υψηλής συχνότητας διαπραγμάτευσης επίσης χρησιμοποιούν ΤΝ για αλγοριθμική ανάλυση ειδήσεων – αν εμφανιστεί μια είδηση που κινεί την αγορά (π.χ. έκπληξη από κεντρική τράπεζα), η ΤΝ μπορεί να ενεργοποιήσει αμέσως συναλλαγές, συχνά πλήρως αυτοματοποιημένα. Αυτό έχει κάνει τις αγορές εξαιρετικά ευαίσθητες στις ειδήσεις, συμβάλλοντας σε απότομες κινήσεις όταν εμφανίζονται απρόσμενες πληροφορίες.

Πέρα από τη γρήγορη διαπραγμάτευση, η ανάλυση ειδήσεων με ΤΝ υποστηρίζει μακροπρόθεσμους επενδυτές όπως διαχειριστές περιουσιακών στοιχείων, αμοιβαία κεφάλαια και συμβούλους πλούτου. Τα δεδομένα διάθεσης και τάσεων ειδήσεων παρέχουν επιπλέον επίπεδο πληροφόρησης πάνω από τα θεμελιώδη στοιχεία.

Ένας διαχειριστής χαρτοφυλακίου μπορεί να παρακολουθεί τη βαθμολογία διάθεσης κάθε μετοχής στο χαρτοφυλάκιο· μια ξαφνική πτώση μπορεί να προκαλέσει έλεγχο για αρνητικές ειδήσεις και αν αυτές υποδηλώνουν θεμελιώδες πρόβλημα. Ομοίως, η ΤΝ μπορεί να αναδείξει αναδυόμενα θέματα που επηρεάζουν τη στρατηγική χαρτοφυλακίου – π.χ. αν η "κυβερνοασφάλεια" αναφέρεται όλο και περισσότερο σε αρκετές τεχνολογικές μετοχές, μπορεί να σηματοδοτεί αυξανόμενο κίνδυνο (ή ευκαιρία).

Θεματικές ειδοποιήσεις επιτρέπουν προληπτική αναπροσαρμογή: αν η ΤΝ εντοπίσει αύξηση ρητορικής εμπορικού πολέμου και προσδιορίσει πιθανούς "νικητές" και "χαμένους" από αυτό το θέμα, ο διαχειριστής μπορεί να προσαρμόσει ανάλογα το χαρτοφυλάκιο. Η ΤΝ βοηθά επίσης τους ερευνητές να αποφύγουν "τυφλά σημεία" καλύπτοντας πολλές πηγές – μπορεί να ειδοποιήσει για ειδήσεις σε άγνωστες δημοσιεύσεις ή ξένες γλώσσες που θα είχαν χάσει.

Ορισμένες πλατφόρμες (όπως το AlphaSense) ενσωματώνουν έρευνα μεσιτών και αναφορές SEC μαζί με ειδήσεις, χρησιμοποιώντας ΤΝ για αναζήτηση σε όλα τα κείμενα μιας εταιρείας. Ένας ερευνητής περιέγραψε τη χρήση ΤΝ τύπου ChatGPT για να αναπαράγει "πολλά από τα workflows που έκανα" σε επενδυτική τράπεζα, από περίληψη οικονομικών εταιρείας έως σάρωση ειδήσεων για κόκκινες σημαίες.

Στα χρηματοοικονομικά, δεν πρόκειται μόνο για την εύρεση ευκαιριών – αλλά και για τη διαχείριση κινδύνων και τη συμμόρφωση με κανονισμούς. Η ανάλυση ειδήσεων με ΤΝ είναι ευλογία για τους υπεύθυνους κινδύνου και τις ομάδες συμμόρφωσης. Μπορεί να λειτουργήσει ως σύστημα πρώιμης προειδοποίησης για διάφορους κινδύνους: ανίχνευση αρνητικών ειδήσεων για αντισυμβαλλόμενο, σημάδια προβλήματος εταιρικής διακυβέρνησης ή παρακολούθηση γεωπολιτικών εξελίξεων που επηρεάζουν τις αγορές.

Αν μια εταιρεία ξαφνικά γίνεται θέμα λόγω σκανδάλου ή αγωγής, η ΤΝ μπορεί να το επισημάνει αμέσως ώστε οι διαχειριστές κινδύνου να προσαρμόσουν τις θέσεις. Τα τμήματα συμμόρφωσης χρησιμοποιούν ΤΝ για να παρακολουθούν ειδήσεις για σημάδια κατάχρησης αγοράς ή εσωτερικής πληροφόρησης. Χρηματιστήρια και ρυθμιστικές αρχές έχουν χρησιμοποιήσει ΤΝ για να παρακολουθούν μέσα κοινωνικής δικτύωσης και ειδήσεις για ενδείξεις χειραγώγησης ή απάτης.

Ανωμαλίες – όπως ξαφνική αύξηση θετικών αναρτήσεων για μια λιγότερο διαπραγματεύσιμη μετοχή – μπορούν να ανιχνευθούν και να ερευνηθούν για πιθανές απάτες pump-and-dump. Η πραγματικού χρόνου, ολοκληρωμένη επιτήρηση που επιτρέπει η ΤΝ βοηθά στη διατήρηση της ακεραιότητας της αγοράς.

Επιπλέον, συγκεντρώνοντας ειδήσεις σε έναν πίνακα ελέγχου, η ΤΝ βοηθά τους υπεύθυνους συμμόρφωσης να εκτελούν ελέγχους δέουσας επιμέλειας σε πελάτες ή επενδύσεις ("Γνώρισε τον Πελάτη" και έλεγχοι κατά του ξεπλύματος χρήματος) βρίσκοντας γρήγορα αρνητικές ειδήσεις που σχετίζονται με πρόσωπα ή οντότητες. Έτσι, η ΤΝ δεν βοηθά μόνο στο κέρδος, αλλά και στην προστασία των χρηματοοικονομικών ιδρυμάτων από κινδύνους και παρανομίες.

Η ανάλυση ειδήσεων με ΤΝ δεν περιορίζεται στους μεγάλους παίκτες της Wall Street. Φτάνει όλο και περισσότερο στους λιανικούς επενδυτές και τους χρηματοοικονομικούς συμβούλους που εξυπηρετούν καθημερινούς πελάτες. Νέες εφαρμογές ρομποτικών συμβούλων και πλατφόρμες διαπραγμάτευσης ενσωματώνουν ΤΝ για να παρέχουν ειδησεογραφικές πληροφορίες στους χρήστες.

Ορισμένες εφαρμογές διαπραγμάτευσης διαθέτουν ενσωματωμένους δείκτες διάθεσης ειδήσεων ή περιλήψεις που παράγονται από ΤΝ για το γιατί κινείται μια μετοχή. Χάρη στην ΤΝ, ακόμη και οι μεμονωμένοι επενδυτές έχουν πλέον πρόσβαση σε αναλύσεις που "παλαιότερα ήταν διαθέσιμες μόνο σε μεγάλες τράπεζες ή θεσμικούς επενδυτές."

Πρόσφατη έκθεση του Reuters ανέφερε ότι το 13% των λιανικών επενδυτών έχει ήδη χρησιμοποιήσει εργαλεία ΤΝ όπως το ChatGPT για έρευνα ή συστάσεις μετοχών, και περίπου οι μισοί είναι ανοιχτοί στην ιδέα. Αυτή η δημοκρατικοποίηση σημαίνει ότι ένας μέσος άνθρωπος μπορεί να ρωτήσει ένα chatbot, "Ποια είναι η προοπτική για την Εταιρεία Ζ με βάση τις τελευταίες ειδήσεις;" και να λάβει συνεκτική απάντηση που συνθέτει πρόσφατες εξελίξεις.

Οι νεοφυείς επιχειρήσεις προσφέρουν επίσης ειδησεογραφικά feeds επιμελημένα από ΤΝ προσαρμοσμένα στο χαρτοφυλάκιο ή τα ενδιαφέροντα ενός επενδυτή, συχνά με εξηγηματικές επισημάνσεις. Για παράδειγμα, το StockPulse παρέχει σε πελάτες (συμπεριλαμβανομένων κάποιων μεσιτών) ημερήσιες περιλήψεις και ανάλυση διάθεσης για μετοχές που παράγονται από ΤΝ, ενσωματωμένες σε αναφορές πελατών για υποστήριξη ενημερωμένης λήψης αποφάσεων.

Οι χρηματοοικονομικοί σύμβουλοι που διαχειρίζονται χαρτοφυλάκια πελατών χρησιμοποιούν την ανάλυση ειδήσεων με ΤΝ για να παραμένουν ενημερωμένοι και να επικοινωνούν καλύτερα με τους πελάτες. Ένας σύμβουλος μπορεί να βασιστεί σε έναν πίνακα ελέγχου ΤΝ για γρήγορη ενημέρωση: "Η διάθεση των ειδήσεων αυτής της εβδομάδας για τις θέσεις σας ήταν κυρίως θετική, εκτός από μια μετοχή που αντιμετωπίζει αρνητική δημοσιότητα."

Τέτοιες πληροφορίες μπορούν να μετατραπούν σε εξηγήσεις φιλικές προς τον πελάτη, υποβοηθούμενες από διαγράμματα ή οπτικά που παράγονται από ΤΝ. Το MarketPsych της LSEG, για παράδειγμα, επιτρέπει τη δημιουργία διαισθητικών οπτικών όπως διαγράμματα διάθεσης-τιμής και θερμικούς χάρτες θεματικής έκθεσης, μετατρέποντας σύνθετα αποτελέσματα NLP σε κάτι που ένας τελικός επενδυτής μπορεί να κατανοήσει.

Αυτό βελτιώνει την εμπειρία του πελάτη – οι σύμβουλοι μπορούν να εξηγούν προληπτικά πώς η "διάθεση ειδήσεων" γύρω από έναν τομέα μπορεί να επηρεάσει την απόδοση, εκπαιδεύοντας τους πελάτες στη διαδικασία. Επιπλέον, οι ίδιοι οι σύμβουλοι ωφελούνται από την ενημέρωση για μακροοικονομικές ειδήσεις. Αν συμβεί ένα ξαφνικό γεωπολιτικό γεγονός ή αλλαγή πολιτικής, οι ειδοποιήσεις ΤΝ εξασφαλίζουν ότι οι σύμβουλοι μπορούν να επικοινωνήσουν γρήγορα με τους πελάτες παρέχοντας προοπτική για τον αντίκτυπο στις επενδύσεις τους.

Η ΤΝ μπορεί να αναδείξει πληροφορίες, αλλά η ανθρώπινη εμπειρογνωμοσύνη χρειάζεται για την ερμηνεία και τη δράση. Αν η ΤΝ επισημάνει μια ιστορία ως αρνητική, ένας έμπειρος αναλυτής θα διαβάσει το άρθρο για να κατανοήσει τις αποχρώσεις και το πλαίσιο. Η ΤΝ μπορεί να χάσει τον σαρκασμό ή τις διπλές έννοιες, ή να εκτιμήσει λάθος τον τόνο αν, π.χ., ένα "ρεκόρ κέρδους" οφείλεται σε έκτακτο λογιστικό κέρδος.

Τα συστήματα ΤΝ είναι τόσο καλά όσο τα δεδομένα εκπαίδευσής τους. Προκαταλήψεις σε πηγές ειδήσεων (ή θόρυβος στα κοινωνικά μέσα) μπορούν να αντανακλώνται στα αποτελέσματα της ΤΝ. Πρέπει να είμαστε προσεκτικοί ώστε, για παράδειγμα, μια πλημμύρα υποθετικών blog posts να μην διογκώσει ψευδώς μια βαθμολογία διάθεσης. Οι κορυφαίοι πάροχοι μετριάζουν αυτό με φίλτρα spam και σταθμίσεις πηγών, αλλά οι χρήστες πρέπει να παραμένουν κριτικοί.

Σε γρήγορες αγορές, η ανάλυση ειδήσεων είναι πιο χρήσιμη άμεσα μόλις εμφανιστούν οι ειδήσεις. Μια βαθμολογία διάθεσης 10 λεπτά μετά το γεγονός μπορεί να είναι αργά αν η αγορά έχει ήδη κινηθεί. Γι’ αυτό οι traders χρησιμοποιούν αυτά τα εργαλεία σε πραγματικό χρόνο, συχνά με απευθείας ροές σε αλγορίθμους διαπραγμάτευσης.

Για λιγότερο ευαίσθητες χρονικά επενδύσεις (όπως μακροπρόθεσμες αποφάσεις), η ακριβής ταχύτητα είναι λιγότερο κρίσιμη, και ο ρόλος της ΤΝ μετατοπίζεται στη σύνθεση πολλών πληροφοριών για μια ευρύτερη εικόνα.

Η εμπιστοσύνη στην ΤΝ είναι ευκολότερη όταν δεν είναι μια "μαύρη τρύπα". Πολλές πλατφόρμες παρέχουν τώρα επεξηγήσεις με τα αποτελέσματά τους. Αν μια βαθμολογία ΤΝ δείχνει "αρνητική διάθεση", το σύστημα μπορεί να δείξει ποιες λέξεις ή φράσεις οδήγησαν σε αυτό το συμπέρασμα (π.χ. "πτώχευση", "αγωγή" κ.ά.). Αυτό βοηθά τους χρήστες να επαληθεύσουν τη λογική της ΤΝ.

Ο χρηματοοικονομικός κόσμος εξελίσσεται γρήγορα – νέα slang στα κοινωνικά μέσα, νέες εταιρείες και νέοι τύποι γεγονότων (ποιος είχε προβλέψει το "meme stock short squeeze" πριν λίγα χρόνια;). Τα μοντέλα ΤΝ πρέπει να ενημερώνονται και να επανεκπαιδεύονται για να παραμένουν επίκαιρα.

Αξίζει να ρωτάτε τους παρόχους πόσο συχνά ανανεώνουν τα μοντέλα και τα λεξικά τους. Τα καλύτερα συστήματα ενσωματώνουν βρόχους ανατροφοδότησης (π.χ. οι περιλήψεις ΤΝ του Bloomberg βελτιώνονται συνεχώς συγκρίνοντας τα αποτελέσματα με την κρίση ανθρώπινων συντακτών).