Análisis de sentimientos de noticias e inversionistas en el mercado bursátil

Este trabajo estudia en la relación estadística entre el sentimiento de inversionistas y de noticias con la dirección del movimiento del S&P 500 en ventanas de 30 minutos. Específicamente, se utilizan algoritmos de Machine Learning para estimar una medida representativa del sentimiento de los in...

Full description

Autores:
González, Germán Eduardo
Tipo de recurso:
Work document
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/41093
Acceso en línea:
http://hdl.handle.net/1992/41093
Palabra clave:
Predicción de la dirección de los retornos intradía
S&P 500
Análisis de sentimiento de los inversionistas
Y análisis de sentimiento de noticias
G11, G14, G15, G17, G41
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_5f449d7f3626db02c0b903f8d6851ac5
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/41093
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2González, Germán Eduardo1a68c125-74a9-4b14-ae24-21c1649fc5ae5002020-07-28T17:16:14Z2020-07-28T17:16:14Z20191657-5334http://hdl.handle.net/1992/410931657-719110.57784/1992/41093instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Este trabajo estudia en la relación estadística entre el sentimiento de inversionistas y de noticias con la dirección del movimiento del S&P 500 en ventanas de 30 minutos. Específicamente, se utilizan algoritmos de Machine Learning para estimar una medida representativa del sentimiento de los inversionistas y de noticias a partir de mensajes de usuarios de StockTwits, que luego se utilizaron de manera conjunta e individual para pronosticar la dirección del SP 500. Se encontró que con la inclusión del sentimiento de los inversionistas se alcanzó una exactitud del 58%, por encima del 50% obtenido por un modelo autorregresivo. No obstante, se determinó que la integración del análisis de sentimiento de noticias no aumentó la predictibilidad del índice en cuestión.56 páginasspaUniversidad de los Andes, Facultad de Economía, CEDEDocumentos CEDE No. 29 Agosto de 2019https://ideas.repec.org/p/col/000089/017375.htmlAnálisis de sentimientos de noticias e inversionistas en el mercado bursátilDocumento de trabajoinfo:eu-repo/semantics/workingPaperhttp://purl.org/coar/resource_type/c_8042http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttps://purl.org/redcol/resource_type/WPPredicción de la dirección de los retornos intradíaS&P 500Análisis de sentimiento de los inversionistasY análisis de sentimiento de noticiasG11, G14, G15, G17, G41Facultad de EconomíaPublicationTHUMBNAILdcede2019-29.pdf.jpgdcede2019-29.pdf.jpgIM Thumbnailimage/jpeg10653https://repositorio.uniandes.edu.co/bitstreams/220c389b-5d84-4b55-82a8-af88ab35ab61/downloadfa7c793dfb3545cb877d0f1fc9903bdbMD55ORIGINALdcede2019-29.pdfdcede2019-29.pdfapplication/pdf1684541https://repositorio.uniandes.edu.co/bitstreams/7d604ed3-bdb9-4b06-867e-e078a5ca7699/download702109bdaf1232b92a53cf7679b03fcdMD51TEXTdcede2019-29.pdf.txtdcede2019-29.pdf.txtExtracted texttext/plain132932https://repositorio.uniandes.edu.co/bitstreams/a741ccb9-4c04-4bbc-92fc-826f0e405485/downloadef86482d90e4c263dbf0e7090c4ccffaMD541992/41093oai:repositorio.uniandes.edu.co:1992/410932024-06-04 15:28:39.135http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.none.fl_str_mv Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
title Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
spellingShingle Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
Predicción de la dirección de los retornos intradía
S&P 500
Análisis de sentimiento de los inversionistas
Y análisis de sentimiento de noticias
G11, G14, G15, G17, G41
title_short Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
title_full Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
title_fullStr Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
title_full_unstemmed Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
title_sort Análisis de sentimientos de noticias e inversionistas en el mercado bursátil
dc.creator.fl_str_mv González, Germán Eduardo
dc.contributor.author.none.fl_str_mv González, Germán Eduardo
dc.subject.keyword.none.fl_str_mv Predicción de la dirección de los retornos intradía
S&P 500
Análisis de sentimiento de los inversionistas
Y análisis de sentimiento de noticias
topic Predicción de la dirección de los retornos intradía
S&P 500
Análisis de sentimiento de los inversionistas
Y análisis de sentimiento de noticias
G11, G14, G15, G17, G41
dc.subject.jel.none.fl_str_mv G11, G14, G15, G17, G41
description Este trabajo estudia en la relación estadística entre el sentimiento de inversionistas y de noticias con la dirección del movimiento del S&P 500 en ventanas de 30 minutos. Específicamente, se utilizan algoritmos de Machine Learning para estimar una medida representativa del sentimiento de los inversionistas y de noticias a partir de mensajes de usuarios de StockTwits, que luego se utilizaron de manera conjunta e individual para pronosticar la dirección del SP 500. Se encontró que con la inclusión del sentimiento de los inversionistas se alcanzó una exactitud del 58%, por encima del 50% obtenido por un modelo autorregresivo. No obstante, se determinó que la integración del análisis de sentimiento de noticias no aumentó la predictibilidad del índice en cuestión.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-07-28T17:16:14Z
dc.date.available.none.fl_str_mv 2020-07-28T17:16:14Z
dc.type.spa.fl_str_mv Documento de trabajo
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/workingPaper
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_8042
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/WP
format http://purl.org/coar/resource_type/c_8042
dc.identifier.issn.none.fl_str_mv 1657-5334
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/41093
dc.identifier.eissn.none.fl_str_mv 1657-7191
dc.identifier.doi.none.fl_str_mv 10.57784/1992/41093
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
identifier_str_mv 1657-5334
1657-7191
10.57784/1992/41093
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/41093
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartofseries.none.fl_str_mv Documentos CEDE No. 29 Agosto de 2019
dc.relation.repec.spa.fl_str_mv https://ideas.repec.org/p/col/000089/017375.html
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 56 páginas
dc.publisher.none.fl_str_mv Universidad de los Andes, Facultad de Economía, CEDE
publisher.none.fl_str_mv Universidad de los Andes, Facultad de Economía, CEDE
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/220c389b-5d84-4b55-82a8-af88ab35ab61/download
https://repositorio.uniandes.edu.co/bitstreams/7d604ed3-bdb9-4b06-867e-e078a5ca7699/download
https://repositorio.uniandes.edu.co/bitstreams/a741ccb9-4c04-4bbc-92fc-826f0e405485/download
bitstream.checksum.fl_str_mv fa7c793dfb3545cb877d0f1fc9903bdb
702109bdaf1232b92a53cf7679b03fcd
ef86482d90e4c263dbf0e7090c4ccffa
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1808390242165587968

Publicaciones similares