MétaCan
Menu
← Retour à la cohorte
Enregistrement W7071491516

Sijoittajien negatiivisen sentimentin ennustusvoima Suomen osakemarkkinoilla

2017· other· fi· W7071491516 sur OpenAlexaboutno aff

Notice bibliographique

RevueTyöväentutkimus Vuosikirja · 2017
Typeother
Languefi
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Order (exchange)PopulationQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tämä tutkimus pyrkii selvittämään sijoittajien negatiivisen sentimentin ennustusvoimaa Suomen osakemarkkinoilla. Tutkimuksessa negatiivista sentimenttiä kuvaavia aikasarjamuuttujia rakennetaan Helsingin Sanomien osakemarkkinoita käsittelevien artikkelien pohjalta. Muuttujien ennustusvoimaa tarkastellaan Helsingin pörssin osakeindeksien ja vaihdannan volyymin muutoksien suhteen pörssipäivien ajalta 1.1.2013 -31.12.2015. Ennustusvoimaa tarkastellaan vektoriautoregressiivisten (VAR) mallien estimaattien ja granger-kausaalisuustestien p-arvojen perusteella. Teoria sijoittajien sentimentin vaikutuksista osakemarkkinoilla pohjautuu malleihin, missä osakemarkkinoilla toimii rationaalisten sijoittajien lisäksi osittain irrationaalisesti toimivia sijoittajia. Irrationaalisten sijoittajien kysyntä osakkeita kohtaan on altis ympäristöstä kumpuavan sentimentin vaikutuksille. He toteuttavat sijoituspäätöksiään ilman, että niitä voi perustella osakkeita koskevalla fundamentaalisella informaatiolla. Irrationaalisten sijoittajien toiminta johtaa siihen, että osa osakemarkkinoiden päivittäisistä muutoksista osakkeiden hinnoissa ja vaihdannan volyymeissä on peräisin osakkeita koskevista sentimenttivaikutuksista. Tutkimuksessa negatiivista sentimenttiä kuvaavat muuttujat saavat arvonsa Helsingin Sanomien artikkeleissa esiintyvien negatiivista sentimenttiä heijastavien sanojen lukumäärän perusteella. Muuttujien pörssipäivittäiset arvot perustuvat lehtien artikkeleissa esiintyviin hakuosumiin, missä hakuosuma tarkoittaa negatiivisuutta heijastavan sanan ja osakemarkkinoita kuvaavan kontekstisanan esiintymistä samassa virkkeessä ja viiden sanan etäisyydellä toisistaan. Muuttujat saavat arvonsa lehtien kirjoituspäivien mukaan. Tutkimuksen negatiivista sentimenttiä kuvaavat muuttujat omaavat ennustusvoimaa lähipäivien osakeindeksien ja volyymin muutoksiin. Osakeindeksien muutoksia ennustettaessa muuttujilla havaitaan ennustusvoimaa seuraavan pörssipäivän muutoksien suhteen. Vaihdannan volyymin muutoksen suhteen muuttujilla havaitaan ennustusvoimaa seuraavan pörssiviikon osalta. Muuttujien havaittu ennustusvoima on voimakkaampaa suuremman volatiliteetin aikana. Lisäksi tutkimuksen sentimenttimuuttujat omaavat ennustusvoimaa lähipäivien yleistä volatiliteettiä osakemarkkinoilla kuvaavan VIX -indeksin muutokseen.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0060,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0520,009

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTyöväentutkimus Vuosikirja→Travaux en français237 207→