[Zurück]

T. Dangl, S. Salbrechter:
"News Sentiment and Equity Returns";
Vortrag: 36th Workshop der AWG, Graz; 26.11.2021 - 27.11.2021.

Wir untersuchen die Auswirkungen von Finanznachrichten auf Aktienrenditen und führen ein nicht-parametrisches Modell ein, um ein Stimmungssignal zu erzeugen, das dann als Prädiktor für kurzfristige Prognosen von Einzelaktienrenditen verwendet wird.
Wir stützen uns auf das BERT-Modell von Google (für Bidirectional Encoder Representations for Transformers, siehe Devlin et al., 2018) und trainieren es sequentiell auf Finanznachrichten von Thomson Reuters (Wir danken Thomson Reuters / Refinitiv für die Bereitstellung dieses umfassenden Satzes von Nachrichtendaten), die den Zeitraum von 1996 bis 2020 abdecken. Anhand der täglichen Renditedaten der S&P 500-Konstituenten zeigt unsere Analyse, dass Finanznachrichten Informationen enthalten, die sich nicht sofort in den Aktienkursen niederschlagen. Nachrichten werden größtenteils innerhalb eines Tages eingepreist, wobei die Diffusion je nach Branche variiert.
Wir testen eine einfache Handelsstrategie, die auf dem Stimmungssignal basiert, und berichten über eine Rendite pro Trade von 24,06 Basispunkten und ein signifikantes Alpha von 77,56 % p.a. im Vergleich zu einem Fama-French 5-Faktormodell plus Momentum über einen Zeitraum von 18 Jahren außerhalb der Stichprobe.

We investigate the impact of financial news on equity returns and introduce a non-parametric model to generate a sentiment signal, which is then used as a predictor for short-term, single-stock equity return forecasts.
We build on Google's BERT model (for Bidirectional Encoder Representations for Transformers, see Devlin et al., 2018) and sequentially train it on financial news from Thomson Reuters (We thank Thomson Reuters / Refinitiv for providing us with this comprehensive set of news data.) covering the period from 1996 to 2020. With daily return data of S&P 500 constituents, our analysis shows that financial news carry information that is not immediately reflected in equity prices. News is largely priced-in within one day, with diffusion varying across industries.
We test a simple trading strategy based on the sentiment signal and report a return per trade of 24.06 bps and significant alpha of 77.56 % p.a. with respect to a Fama-French 5-factor model plus momentum over an 18 year out-of-sample period.

sentiment analysis, return prediction

https://publik.tuwien.ac.at/files/publik_298696.pdf