ニュース分析

取引戦略において、ニュース分析とは、テキスト (非構造化データ) のニュース記事のさまざまな質的および量的属性の測定を指します。これらの属性には、感情、関連性、新規性などがあります。ニュース記事を数値とメタデータとして表現すると、日常の情報を数学的および統計的に操作できます。このデータは、金融市場で取引戦略の一部として、または企業が市場感情を判断してより適切なビジネス上の決定を下すためによく使用されます。

ニュース分析は通常、自動テキスト分析によって導き出され、潜在意味解析、サポートベクターマシン、「バッグオブワード」などの 自然言語処理と機械学習の要素を使用してデジタルテキストに適用されます。

2007 年以降、高度な言語分析のニュースおよびソーシャル メディアへの応用は、研究分野から成熟した製品ソリューションへと成長しました。ニュース分析およびニュース センチメント計算は現在、アルファ生成、取引実行、リスク管理、市場監視およびコンプライアンスにおいて、バイサイドとセルサイドの両方で日常的に使用されています。ただし、現在利用可能なソリューションの品質、有効性、完全性には大きなばらつきがあります。

多くの企業がニュース分析を利用して、より良いビジネス上の意思決定を行っています。^{[1]学術研究者は、特に株価の変動、}ボラティリティ、取引量の予測に関してニュース分析に興味を持つようになりました。 ^{[2] [3] [4]} 感情や関連性、ニュース到着頻度などの一連の値が提供されれば、株式、外国為替、債券、商品などの複数の資産クラスのニュース感情スコアを構築することができます。感情スコアは、高頻度取引戦略と低頻度取引戦略のさまざまなニーズと目的を満たすためにさまざまな期間で構築できます。一方、資産収益の方向性やボラティリティ、取引量などの特性は、テーラーメイドの感情スコアを構築することでより直接的に対処できます。スコアは通常、値の範囲として構築されます。たとえば、値の範囲は 0 から 100 で、50 を超える値と 50 未満の値はそれぞれ肯定的な感情と否定的な感情を伝えます。^[5]

絶対収益戦略の目的は、金融市場の方向性に関係なく、絶対収益（プラス）を得ることです。この目的を達成するために、このような戦略では通常、市場エクスポージャーがゼロまたは限定された特定の金融商品で、機会を捉えたロング ポジションとショート ポジションを取ります。統計的に言えば、絶対収益戦略は市場収益との相関性が非常に低いはずです。通常、ヘッジ ファンドは絶対収益戦略を採用する傾向があります。以下に、市場中立戦略を適用するか、ボラティリティ取引に基づいてアルファ機会を特定する目的で、ニュース分析を絶対収益戦略の領域に適用する例をいくつか示します。

例1

シナリオ:会社と市場の方向性に関するニュース感情スコアの差がを超えました。つまり、≥です。 ${\displaystyle S}$${\displaystyle X}$${\displaystyle Y}$${\displaystyle +20}$${\displaystyle S_{X}-S_{Y}}$${\displaystyle 20}$

アクション: Company の株式を購入し、Market の先物を空売りします。 ${\displaystyle X}$${\displaystyle Y}$

出口戦略:会社と市場の方向性に関するニュース センチメント スコアのギャップがなくなったら、会社の株式を売却し、市場の先物を買いポジションをクローズします。 ${\displaystyle X}$${\displaystyle Y}$${\displaystyle S_{X}-S_{Y}}$${\displaystyle 0}$${\displaystyle X}$${\displaystyle Y}$

例2

シナリオ:会社のボラティリティに関するニュース センチメント スコアが を上回り、オプションの暗示的ボラティリティを上回る予想ボラティリティを示しています。 ${\displaystyle X}$${\displaystyle 70}$${\displaystyle 100}$

アクション:会社の株式の短期ストラドル（プットとコールの両方の購入）を購入します 。 ${\displaystyle X}$

出口戦略:満了まで、または特定の利益目標に達するまで、 会社のストラドルを保持します。${\displaystyle X}$

相対リターン戦略の目的は、理論上のパッシブ参照ポートフォリオまたはベンチマークを複製する (パッシブ管理) か、それを上回る (アクティブ管理) ことです。これらの目的を達成するために、このような戦略では通常、選択された金融商品のロングポジションを取ります。統計的には、相対リターン戦略は市場リターンと高い相関関係にあることがよくあります。通常、ミューチュアルファンドは相対リターン戦略を採用する傾向があります。以下に、株式選択戦略を適用し、資産配分モデルに戦術的な傾斜を加えることで市場を上回るパフォーマンスを出す目的で、ニュース分析を相対リターン戦略の領域に適用する例をいくつか示します。

例1

シナリオ:会社の方向性に関するニュース感情スコアがを超えました。 ${\displaystyle X}$${\displaystyle 70}$${\displaystyle 100}$

アクション:会社の株式を購入します。 ${\displaystyle X}$

出口戦略:会社の方向性に関するニュース センチメント スコアがを下回った場合、会社の株式を売却してポジションをクローズします。 ${\displaystyle X}$${\displaystyle 60}$${\displaystyle X}$

例2

シナリオ:セクターの方向性に関するニュース感情スコアが を超えます。 ${\displaystyle Z}$${\displaystyle 70}$${\displaystyle 100}$

アクション:資産配分モデルに セクターを戦術的な賭けとして含めます。${\displaystyle Z}$

出口戦略:セクターの方向性に関するニュース センチメント スコアがを下回った場合、資産配分モデルから セクターに対する戦術的賭けを削除します。${\displaystyle Z}$${\displaystyle 60}$${\displaystyle Z}$

金融リスク管理の目的は、金融商品を使用してリスクエクスポージャー、特に信用リスクと市場リスクを管理することにより、企業に経済的価値を生み出すこと、または投資ポートフォリオの特定のリスクプロファイルを維持することです。その他のタイプには、外国為替、形状、ボラティリティ、セクター、流動性、インフレリスクなどがあります。以下では、ニュース分析を金融リスク管理の分野でどのように適用できるかを示すいくつかの例を示します。その目的は、リスク値(VaR) の観点からより適切なリスク推定値に到達するか、ポートフォリオのリスクを管理してポートフォリオの義務を満たすことです。

例1

シナリオ:銀行はポートフォリオの全体的な市場リスクを管理するために VaR モデルを運用しています。

アクション:ボリュームのニュース センチメント スコアの推移を考慮して、ポートフォリオの共分散行列を推定します。関連するヘッジを実装して、銀行の VaR を希望するレベルに合わせます。

例2

シナリオ:ポートフォリオ マネージャーは、特定の望ましいリスク プロファイルに向けてポートフォリオを運用します。

アクション:ボリュームのニュース センチメント スコアの推移を考慮して、 ポートフォリオの共分散行列を推定します。目標とするリスク プロファイルに応じてポートフォリオのエクスポージャーを調整します。

ニュース分析を使用するコンピュータアルゴリズムは0.33秒以内に購読者に通知することができます

• ニュースがどの会社に関するものか
• ニュース記事の感情が肯定的か否定的か、
• ニュースが相対的な重要度が高いか低いか…相対的な関連性としてランク付けされます。
• 株価の反応と取引量の増加は、ニュース記事が発表されてから最初の5秒間に集中しています。^[6]

アルゴリズム取引の概念の一部であるアルゴリズム注文執行の目的は、特定の注文のタイミングを最適化することで取引コストを削減することです。ヘッジファンド、年金基金、投資信託、その他の機関投資家は、大規模な取引をいくつかの小規模な取引に分割して、市場への影響、機会費用、リスクをより効果的に管理するために、この方法を広く利用しています。以下の例は、より効率的なアルゴリズム取引システムに到達することを目的として、ニュース分析をアルゴリズム注文執行の分野に適用する方法を示しています。

例1

シナリオ:会社 の株式について、市場に大量注文を出す必要があります。 ${\displaystyle X}$

アクション:アルゴリズム取引システムに適用されている会社の毎日の取引量分布をスケーリングし、ニュースのセンチメント スコアを考慮して取引量を調整します。次に、取引量が最も多くなると予想される時間帯に市場への参加を促す、望ましい取引分布を作成します。 ${\displaystyle X}$

ニュース記事を数字で表現できるようになると、日常の情報を統計的に操作できるようになり、これまでは人間だけが行っていた決定をコンピューターが行えるようになるだけでなく、より効率的に行うこともできます。市場参加者は常に優位性を求めているため、コンピューター接続の速度と、ミリ秒単位で測定されるニュース分析の配信が不可欠になっています。

• 計算言語学
• 感情分析
• テキストマイニング
• ニュースの取引
• 非構造化データ
• 自然言語処理
• 情報の非対称性
• アルゴリズム取引