Inteligența artificială analizează știrile pieței financiare

Modelele AI determină dacă o știre are un ton pozitiv, negativ sau neutru față de o companie sau piață analizând formularea și contextul. De exemplu, „Compania X raportează profituri record” este etichetată pozitiv, în timp ce „Compania Y este investigată pentru fraudă” este negativă.

FinBERT este o abordare populară – o versiune a modelului lingvistic BERT de la Google specializată pe text financiar pentru clasificarea sentimentului. Astfel de modele sunt antrenate pe știri financiare istorice etichetate în funcție de impactul asupra prețurilor acțiunilor.

BloombergGPT, un model lingvistic mare specific domeniului, a fost antrenat explicit pentru a îmbunătăți analiza sentimentului în știrile financiare (precum și recunoașterea entităților și clasificarea știrilor). Prin măsurarea tonului emoțional al pieței, AI oferă o măsură cantitativă a știrilor calitative.

Știrile financiare sunt pline de substantive proprii – nume de companii, persoane, produse, locuri etc. Sistemele AI folosesc NLP pentru a identifica și eticheta entitățile menționate în articole. Dacă o știre spune „Apple a lansat un nou iPhone în China”, AI etichetează „Apple” ca firmă, „iPhone” ca produs și „China” ca locație.

Platforme sofisticate precum RavenPack au dicționare uriașe specifice finanțelor – algoritmii RavenPack pot recunoaște peste 12 milioane de entități unice, inclusiv companii publice și private, directori, persoane din interior și produse sau valute specifice.

Dincolo de etichetarea numelor, AI clasifică și despre ce este știrea (subiectul sau tipul evenimentului). Este un raport financiar, un anunț de fuziune, o problemă de reglementare sau un indicator economic? Taxonomia RavenPack acoperă peste 7.000 de categorii de evenimente pentru a clasifica știrile.

Nu toate știrile sunt egale – unele articole reiau informații vechi, în timp ce altele aduc noutăți. Instrumentele AI evaluează noutatea (cât de nou sau unic este un articol) și relevanța (cât de direct impactează o companie sau piață).

De exemplu, un blog minor care menționează Apple în treacăt va primi un scor scăzut de relevanță, în timp ce o investigație SEC asupra finanțelor Apple va avea un scor foarte ridicat. RavenPack oferă scoruri de relevanță și urmărire a noutății pentru fiecare entitate/eveniment detectat în știre, împreună cu un scor de „impact”.

Detectarea noutății se face adesea prin compararea textului cu știri recente pentru a vedea dacă repetă informații cunoscute. Acest lucru este crucial pe piețele rapide unde zeci de surse pot prelua același scoop Reuters – AI poate marca prima apariție ca fiind nouă și reduce importanța celorlalte.

AI avansat nu se oprește la articole individuale – poate identifica teme macro și tendințe din mii de articole. LSEG MarketPsych Analytics grupează știrile în peste 200 de teme economice și comportamentale (precum „război comercial”, „inflație”, „securitate cibernetică” etc.).

AI clasifică fiecare știre în aceste teme și evaluează sentimentul pentru fiecare temă. Astfel, investitorii pot urmări evoluția sentimentului tematic în timp (de exemplu, dacă sentimentul legat de „vehicule electrice” se îmbunătățește sau se deteriorează în acest trimestru). Terminalul Bloomberg oferă o funcție „Teme cheie de știri” care folosește AI pentru a grupa știrile pe teme.

Prin evidențierea insight-urilor tematice, AI ajută la conectarea punctelor. Dacă multe știri ale companiilor se referă la, să zicem, perturbări în lanțul de aprovizionare, un investitor poate detecta un factor de risc emergent pe piață. AI practic citește printre rânduri, identificând tipare trans-articole pe care un om le-ar putea rata citind izolat.

O aplicație în creștere a AI este rezumarea știrilor lungi sau complexe în forme ușor de digerat. Modelele generative AI (precum GPT-4 și BloombergGPT) pot produce rezumate concise sau puncte cheie ale unui articol, păstrând faptele esențiale.

Recent, Bloomberg a lansat Rezumatul știrilor alimentat de AI pe Terminalul său: pentru fiecare articol Bloomberg News, AI generează trei puncte cheie în partea de sus a articolului. Aceste rezumate sunt revizuite de experții Bloomberg pentru acuratețe, permițând traderilor ocupați să înțeleagă esența unei știri dintr-o privire.

Un schimbător de joc… insight-uri clare și concise care îmi permit să înțeleg rapid povești complexe.

— Trader senior, utilizator Bloomberg Terminal

Dincolo de rezumate, AI poate răspunde la întrebări despre știri (Q&A). Dacă întrebați „Ce a spus președintele Fed despre inflație astăzi?”, un sistem AI poate extrage răspunsul dintr-un transcript de știri. Unele platforme permit acum utilizatorilor să interacționeze cu știrile prin chat, punând întrebări suplimentare pentru o analiză mai profundă, ca o metodă mai intuitivă de analiză a informațiilor.

Probabil primii adoptatori ai analizei știrilor cu AI au fost firmele de tranzacționare cantitativă și algoritmică. Aceste firme integrează semnale derivate din știri în modelele lor de tranzacționare pentru a obține un avantaj. Este semnificativ că peste 70% dintre fondurile de hedging cantitative de top folosesc RavenPack News Analytics pentru generarea de alfa și managementul riscului.

Pentru aceste fonduri, datele furnizate de AI precum scorurile de sentiment, metricile de buzz și detectarea evenimentelor pot servi drept semnale de tranzacționare. Un algoritm poate merge long pe acțiuni cu sentiment foarte pozitiv și short pe cele cu sentiment foarte negativ (o strategie validată prin back-testuri care arată o diferență de performanță între acțiunile cu sentiment ridicat și cele cu sentiment scăzut).

Firmele de tranzacționare de înaltă frecvență folosesc de asemenea AI pentru a analiza fluxurile de știri algoritmic – dacă apare un titlu care mișcă piața (de exemplu, o surpriză a băncii centrale), AI-ul lor poate declanșa instantaneu tranzacții ca răspuns, adesea complet automatizat. Acest lucru a făcut piețele extrem de reactive la știri, contribuind la mișcări bruște când apar informații neașteptate.

Dincolo de tranzacționarea rapidă, analiza știrilor cu AI sprijină investitorii pe termen lung, precum managerii de active, fondurile mutuale și consilierii financiari. Datele despre sentiment și tendințe oferă un strat suplimentar de insight peste analiza fundamentală.

Un manager de portofoliu de acțiuni poate monitoriza scorul de sentiment al fiecărei acțiuni din portofoliu; o scădere bruscă poate declanșa o revizuire a știrilor negative apărute și dacă acestea indică o problemă fundamentală. De asemenea, AI poate evidenția teme emergente care afectează strategia portofoliului – de exemplu, observarea că „securitatea cibernetică” este tot mai des menționată în contextul mai multor acțiuni tech poate semnala un risc (sau oportunitate) în creștere.

Alertele tematice permit reechilibrarea proactivă: dacă AI detectează o creștere a retoricii războiului comercial și identifică probabil „câștigători” și „pierzători” din acea temă, managerul poate ajusta portofoliul corespunzător. AI ajută și cercetătorii să evite punctele oarbe informaționale prin acoperirea multor surse – poate alerta analiștii despre știri din publicații obscure sau limbi străine pe care le-ar fi ratat.

Unele platforme (precum AlphaSense) integrează chiar cercetări de brokeri și documente SEC alături de știri, folosind AI pentru a permite analiștilor să caute în toate datele textuale despre o companie. Un cercetător a descris folosirea AI asemănător ChatGPT pentru a replica „multe dintre fluxurile de lucru pe care le făceam” la o bancă de investiții, de la rezumarea situațiilor financiare ale companiei până la scanarea știrilor pentru semnale de alarmă.

În finanțe, nu este vorba doar despre găsirea oportunităților – ci și despre gestionarea riscurilor și respectarea reglementărilor. Analiza știrilor cu AI este un avantaj pentru ofițerii de risc și echipele de conformitate. Poate servi ca sistem de avertizare timpurie pentru diverse riscuri: detectarea știrilor negative despre o contraparte, semne de probleme de guvernanță corporativă sau monitorizarea evoluțiilor geopolitice care pot afecta piețele.

Dacă o companie începe brusc să fie în centrul atenției din cauza unui scandal sau proces, AI poate semnaliza imediat acest lucru pentru ca managerii de risc să ajusteze expunerile. Departamentele de conformitate folosesc AI pentru a monitoriza știrile în căutare de semne de abuz de piață sau tranzacționare cu informații privilegiate. Bursele și autoritățile au folosit chiar AI pentru a monitoriza social media și știrile în căutare de indicii de manipulare sau fraudă.

Anomalii – precum o creștere bruscă a postărilor pozitive despre o acțiune tranzacționată slab – pot fi detectate de AI și investigate pentru scheme de tip pump-and-dump. Supravegherea în timp real și cuprinzătoare pe care o permite AI ajută la menținerea integrității pieței.

Mai mult, prin consolidarea știrilor pe un tablou de bord, AI ajută ofițerii de conformitate să efectueze verificări de due diligence asupra clienților sau investițiilor („Know Your Customer” și controale anti-spălare de bani) găsind rapid orice știri adverse asociate unei persoane sau entități. Astfel, AI nu doar ajută la generarea de profit, ci și la protejarea instituțiilor financiare de riscuri și ilegalități.

Analiza știrilor cu AI nu este rezervată doar elitei de pe Wall Street. Ea ajunge tot mai mult la investitorii retail și consilierii financiari care deservesc clienți obișnuiți. Noi aplicații robo-consilier și platforme de tranzacționare integrează AI pentru a oferi utilizatorilor insight-uri bazate pe știri.

Unele aplicații de tranzacționare au acum indicatori de sentiment ai știrilor sau rezumate generate de AI despre motivele pentru care o acțiune se mișcă. Datorită AI, chiar și investitorii individuali pot accesa acum analize care „erau odată disponibile doar marilor bănci sau investitorilor instituționali”.

Un raport Reuters recent a notat că 13% dintre investitorii retail au folosit deja instrumente AI precum ChatGPT pentru cercetare sau recomandări de acțiuni, iar aproximativ jumătate sunt deschiși la idee. Această democratizare înseamnă că o persoană obișnuită poate întreba un chatbot „Care este perspectiva pentru Compania Z având în vedere ultimele știri?” și primește un răspuns coerent care sintetizează evoluțiile recente.

Startup-urile oferă și fluxuri de știri curate de AI, adaptate portofoliului sau intereselor unui investitor, adesea cu evidențieri explicative. De exemplu, StockPulse oferă clienților (inclusiv unor brokeri) rezumate zilnice generate de AI și analiza sentimentului pentru acțiuni, integrate în rapoartele clienților pentru a sprijini deciziile informate.

Consilierii financiari care gestionează portofolii de clienți folosesc analiza știrilor cu AI pentru a rămâne informați și a comunica mai bine cu clienții. Un consilier se poate baza pe un tablou de bord AI pentru a oferi o actualizare rapidă: „Sentimentul știrilor pentru deținerile dvs. din această săptămână a fost în mare parte pozitiv, cu excepția unei acțiuni care se confruntă cu presă negativă.”

Asemenea insight-uri pot fi transformate în explicații prietenoase pentru clienți, ajutate de grafice sau vizualuri generate de AI. De exemplu, MarketPsych de la LSEG permite crearea de vizualuri intuitive precum grafice de sentiment-preț și hărți termice ale expunerii tematice, transformând rezultatele NLP complexe în ceva ușor de înțeles pentru investitorul final.

Acest lucru îmbunătățește experiența clientului – consilierii pot explica proactiv cum „starea de spirit a știrilor” dintr-un sector poate influența performanța, educând clienții în proces. Mai mult, consilierii înșiși beneficiază de AI care îi ține la curent cu știrile macro. Dacă apare un eveniment geopolitic brusc sau o schimbare de politică, alertele AI asigură că pot contacta rapid clienții cu o perspectivă asupra impactului asupra investițiilor lor.

AI poate scoate în evidență insight-uri, dar expertiza umană este necesară pentru interpretare și acțiune. Dacă AI marchează o știre ca negativă, un analist priceput va citi totuși articolul pentru a înțelege nuanțele și contextul. AI poate rata sarcasmul sau sensurile duble din text, sau poate judeca greșit tonul dacă, de exemplu, un „profit record” este de fapt datorat unui câștig contabil excepțional.

Sistemele AI sunt la fel de bune ca datele pe care sunt antrenate. Prejudecățile din sursele de știri (sau zgomotul din social media) pot reflecta în rezultatele AI. Trebuie să fim atenți ca, de exemplu, o avalanșă de postări speculative să nu umfle fals un scor de sentiment. Cei mai buni furnizori atenuează acest lucru cu filtre anti-spam și ponderarea surselor, dar utilizatorii trebuie să rămână critici.

Pe piețele rapide, analiza știrilor este cea mai utilă imediat după apariția știrii. Un scor de sentiment AI la 10 minute după un eveniment poate fi prea târziu dacă piața s-a mișcat deja. De aceea, traderii folosesc aceste instrumente în timp real, adesea cu fluxuri directe în algoritmi de tranzacționare.

Pentru investiții mai puțin sensibile la timp (decizii pe termen lung), viteza exactă este mai puțin critică, iar rolul AI devine sintetizarea multor informații pentru o perspectivă mai amplă.

Încrederea în AI este mai ușoară când nu este o „cutie neagră” totală. Multe platforme oferă acum explicații pentru rezultatele lor. Dacă un scor AI indică „sentiment negativ”, sistemul poate arăta ce cuvinte sau expresii din text au condus la această concluzie (de exemplu „faliment”, „proces” etc.). Acest lucru ajută utilizatorii să valideze raționamentul AI.

Lumea finanțelor evoluează rapid – jargon nou pe social media, companii noi și tipuri noi de evenimente (cine ar fi anticipat „meme stock short squeeze” acum câțiva ani?). Modelele AI trebuie actualizate și reantrenate pentru a rămâne relevante.

Este bine să întrebați furnizorii cât de frecvent își actualizează modelele și dicționarele. Cele mai bune sisteme încorporează bucle de feedback (de exemplu, rezumatele AI Bloomberg sunt continuu rafinate prin compararea rezultatelor AI cu judecata editorilor umani).