論文の概要: Should You Take Investment Advice From WallStreetBets? A Data-Driven
Approach
- arxiv url: http://arxiv.org/abs/2105.02728v1
- Date: Thu, 6 May 2021 14:47:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-01 07:49:03.912312
- Title: Should You Take Investment Advice From WallStreetBets? A Data-Driven
Approach
- Title（参考訳）: WallStreetBetsから投資アドバイスを受けるべきか?
データ駆動アプローチ
- Authors: Tolga Buz, Gerard de Melo
- Abstract要約: Reddit の WallStreetBets (WSB) コミュニティは,現在 Meme ストックと呼ばれているものの株価に影響を及ぼすという,その顕著な役割から,注目を浴びている。
本稿は、2019年1月から2021年4月までのWSBデータを分析し、コミュニティのレコメンデーションに依存する投資戦略がいかに成功していたかを評価する。
- 参考スコア（独自算出の注目度）: 37.86739837901986
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reddit's WallStreetBets (WSB) community has come to prominence in light of
its notable role in affecting the stock prices of what are now referred to as
meme stocks. Yet very little is known about the reliability of the highly
speculative investment advice disseminated on WSB. This paper analyses WSB data
spanning from January 2019 to April 2021 in order to assess how successful an
investment strategy relying on the community's recommendations could have been.
We detect buy and sell advice and identify the community's most popular stocks,
based on which we define a WSB portfolio. Our evaluation shows that this
portfolio has grown approx. 200% over the last three years and approx. 480%
over the last year, significantly outperforming the S&P500. The average
short-term accuracy of buy and sell signals, in contrast, is not found to be
significantly better than randomly or equally distributed buy decisions within
the same time frame. However, we present a technique for estimating whether
posts are proactive as opposed to reactive and show that by focusing on a
subset of more promising buy signals, a trader could have made investments
yielding higher returns than the broader market or the strategy of trusting all
posted buy signals. Lastly, the analysis is also conducted specifically for the
period before 2021 in order to factor out the effects of the GameStop hype of
January 2021 - the results confirm the conclusions and suggest that the 2021
hype merely amplified pre-existing characteristics.
- Abstract（参考訳）: Reddit の WallStreetBets (WSB) コミュニティは,現在 Meme ストックと呼ばれているものの株価に影響を及ぼすという,その顕著な役割から,注目を浴びている。
しかし、wsbで広められている非常に投機的な投資アドバイスの信頼性についてはほとんど知られていない。
本稿では、2019年1月から2021年4月までのwsbデータを分析し、コミュニティの勧告に依拠した投資戦略がいかに成功したかを評価する。
私たちは、購入と販売のアドバイスを検出し、wsbポートフォリオを定義するコミュニティで最も人気のある株式を特定します。
私たちの評価は、このポートフォリオがおよそ増加したことを示している。
過去3年間で200%の減少が見られた。
S&P500は前年同期比で4.48%上回った。
対照的に、購入と販売の信号の平均的な短期的精度は、同じ時間枠内でランダムに、あるいは均等に分散された購入決定よりも著しく良いものではない。
しかし,本稿では,ポストが反応性に反する積極的かどうかを推定する手法を提案し,より有望な購買シグナルのサブセットに注目することで,トレーダーは広範市場よりも高いリターンを得る投資を行ったり,ポストされた購入シグナルを信頼する戦略を立案した。
最後に,2021年1月のゲームトップ・ハイプの効果を推測するために,特に2021年以前の期間についても分析を行い,結論を確認し,2021年のハイプは単に既存の特徴を増幅したものに過ぎないことを示唆した。
関連論文リスト
- Agent Performing Autonomous Stock Trading under Good and Bad Situations [0.0]
株式取引環境をシミュレートするパイプラインを開発した。
我々は、深層強化学習手法で株取引プロセスを自動化するエージェントを訓練した。
比較的良い(2021年まで)と悪い(2021年から2022年まで)の状況で、当社のプラットフォームを評価します。
論文 参考訳（メタデータ） (2023-06-06T19:44:37Z) - Using a Deep Learning Model to Simulate Human Stock Trader's Methods of Chart Analysis [0.276240219662896]
提案手法は、過去600日間の株価に注目し、次のD日で株価が10%上昇するか、20%下落するかを予測する。
提案手法を用いて、シャープ比1.57の75.36%を返却し、それぞれ36%、0.61を上回った。
米国市場ではシャープ比0.61で27.17%のリターンを与え、NASDAQ、S&P500、DOW JONESの指数をそれぞれ17.69%、0.27で上回っている。
論文 参考訳（メタデータ） (2023-04-28T14:27:18Z) - Can ChatGPT Forecast Stock Price Movements? Return Predictability and
Large Language Models [57.70351255180495]
当社はChatGPTを使用して、各見出しが企業の株価に対して良いか悪いか、中立かを評価する。
また,ChatGPTは従来の感情分析法よりも優れていた。
ChatGPT-4に基づくロングショート戦略はシャープ比が最も高い。
論文 参考訳（メタデータ） (2023-04-15T19:22:37Z) - Democratization of Retail Trading: Can Reddit's WallStreetBets
Outperform Investment Bank Analysts? [37.86739837901986]
RedditのWallStreetBets(WSB)コミュニティは、その経済と社会への影響の研究にインスピレーションを与えました。
WSBの匿名コントリビュータのコミュニティは、実際に価値ある投資アドバイスを提供し、おそらくトップの金融機関よりも優れていますか?
本稿では、主要な投資銀行によるレコメンデーションと比較して、WSBの投資レコメンデーションに関するデータ駆動実証研究を紹介する。
論文 参考訳（メタデータ） (2022-12-31T10:09:54Z) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum
Blockchain [59.0626764544669]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳（メタデータ） (2022-12-02T15:03:35Z) - Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。
ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。
2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
論文 参考訳（メタデータ） (2021-09-14T18:50:38Z) - Feature Learning for Stock Price Prediction Shows a Significant Role of
Analyst Rating [0.38073142980733]
5つの技術的指標と23の基本的な指標が特定され、株式市場で過剰なリターンを生み出す可能性を確立した。
いずれの日でも、将来的には、価格変化の方向を1%から10日間まで予測することができました。
予測の精度は83.62%で、購入信号の精度は85%、販売信号のリコールは100%であった。
論文 参考訳（メタデータ） (2021-03-13T03:56:29Z) - Extreme Volatility Prediction in Stock Market: When GameStop meets Long
Short-Term Memory Networks [7.23389716633927]
2021年初め、GameStopの会社株(NYSEのTicker GME)など一部の株式のボラティリティが急上昇した。
GameStopの株価は10年平均の485ドルから約10倍に上昇した。
本論文では, 合併崩壊の予測と取引により, 過激なボラティリティの存在下では買取戦略を上回り得ると仮定する。
論文 参考訳（メタデータ） (2021-03-01T16:44:32Z) - REST: Relational Event-driven Stock Trend Forecasting [76.08435590771357]
既存の手法の欠点に対処するために,rest(relational event-driven stock trend forecasting)フレームワークを提案する。
第1の欠点を是正するため,我々は,株価の文脈をモデル化し,異なる状況下での株価に対する事象情報の影響を学ぶことを提案する。
第2の欠点に対処するために,ストックグラフを構築し,関連する株からイベント情報の影響を伝達する新しい伝播層を設計する。
論文 参考訳（メタデータ） (2021-02-15T07:22:09Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳（メタデータ） (2020-12-10T01:15:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。