Порівняння рівнів складності обробки новинного потоку у задачі прогнозування волатильності акцій

Анотація

Предметом дослідження цієї роботи є прогнозування волатильності акцій з використанням новин як  потенційного джерела додаткової інформації для покращення якості прогнозування. Способи використання  новинного потоку відрізняються як складністю реалізації, так і обчислювальною вартістю, тому метою роботи є  визначення рівня складності обробки новин, після якого приріст точності прогнозування припиняється.  Для дослідження використовувались дані про акції компаній з однієї галузі за період чотирнадцяти років і  близько сорока дев'яти тисяч новинних повідомлень, при цьому глибина новинного покриття за активами різна. У ході роботи здійснювалось прогнозування логарифму денної дисперсії, оціненої на основі чотирьох значень  цін за торговий день, а саме ціни відкриття, закриття, мінімуму і максимуму акцій. Базовою моделлю  прогнозування виступила гетерогенна авторегресія з трьома основними компонентами, які відповідають  денному, тижневому й місячному горизонтам усереднення змінної. Для порівняння результатів  використовувались також моделі умовної гетероскедастичності, модель ковзного середнього і наївний прогноз 

як нижня межа точності. Новинний потік подавався на вхід моделі як додатковий регресор у трьох рівнях  складності обробки: перший рівень – кількість новин за день і відхилення цієї кількості від очікуваного рівня;  другий – тональність новин, визначена за словниковим методом; третій – тональність, визначена за фінансовою  мовною моделлю. Тональність в обох методах подавалась однаковим набором змінних, тому різниця між цими  рівнями відображає якість оцінювання тональності, а не кількість оцінюваних коефіцієнтів. Параметри моделей  оцінювались на ковзному вікні, а прогноз будувався на день вперед для днів, які в оцінювання не входили.  Оскільки цільова змінна сама вимірюється з похибкою, якість прогнозування оцінювалась метрикою, стійкою  до цього, а різниця точності між моделями перевірялась формальним тестом порівняння прогностичної  точності. Інформативним для прогнозу виявилось саме відхилення обсягу новин від очікуваного рівня, а не їхня тональність. Різниця між словниковою моделлю виявлення тональності новин і фінансовою мовною моделлю є  статистично незначущою на розглянутих акціях, попри те що остання потребує на чотири порядки більше  обчислювальних ресурсів. Після поправки на множинність лише найпростіша специфікація значуще покращує прогноз, проте її внесок виявився приблизно у шістдесят разів меншим за внесок власної історії волатильності. 

Перспективи подальших досліджень – перевірка отриманих результатів на оцінці ринкового ризику акцій,  застосування великої мовної моделі як наступного рівня обробки новинного потоку для прогнозування.