論文の概要: Democratization of Retail Trading: Can Reddit's WallStreetBets Outperform Investment Bank Analysts?

• arxiv url: http://arxiv.org/abs/2301.00170v1
• Date: Sat, 31 Dec 2022 10:09:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:24:28.028662
• Title: Democratization of Retail Trading: Can Reddit's WallStreetBets Outperform Investment Bank Analysts?
• Title（参考訳）: 小売取引の民主化:RedditのWallStreetBetsは投資銀行アナリストより優れているか?
• Authors: Tolga Buz, Gerard de Melo
• Abstract要約: 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。
• 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: The recent hype around Reddit's WallStreetBets (WSB) community has inspired research on its impact on our economy and society. Still, one important question remains: Can WSB's community of anonymous contributors actually provide valuable investment advice and possibly even outperform top financial institutions? We present a data-driven empirical study of investment recommendations of WSB in comparison to recommendations made by leading investment banks, based on more than 1.6 million WSB posts published since 2018. %enriched with stock market data. To this end, we extract and evaluate investment recommendations from WSB's raw text for all S&P 500 stocks and compare their performance to more than 16,000 analyst recommendations from the largest investment banks. While not all WSB recommendations prove profitable, our results show that they achieve average returns that compete with the best banks and outperform them in certain cases. Furthermore, the WSB community has been better than almost all investment banks at detecting top-performing stocks. We conclude that WSB may indeed constitute a freely accessible, valuable source of investment advice.
• Abstract（参考訳）: RedditのWallStreetBets(WSB)コミュニティに関する最近の誇大広告は、その経済と社会への影響の研究に影響を与えている。 wsbの匿名コントリビューターコミュニティは、実際に価値ある投資アドバイスを提供し、おそらくトップ金融機関よりも優れていますか? 我々は、2018年以降に発行された160万以上のwsb投稿に基づいて、主要な投資銀行による勧告と比較して、wsbの投資推奨に関するデータ駆動実証研究を行う。 8%が市場データに富んだ。 この目的のために、WSBのすべてのS&P500株の原文から投資勧告を抽出し、評価し、そのパフォーマンスを大手投資銀行のアナリストレコメンデーション16,000以上と比較する。 すべてのWSBレコメンデーションが利益を証明しているわけではないが、我々の結果は、最高の銀行と競合する平均リターンを達成し、特定のケースでそれを上回っていることを示している。 さらに、WSBコミュニティは、ほとんどの投資銀行が最高パフォーマンスの株式を発見できるよりも優れている。 WSBは、実際に自由にアクセス可能で価値ある投資アドバイスの源となるかもしれないと結論づける。

関連論文リスト

• Can Perturbations Help Reduce Investment Risks? Risk-Aware Stock Recommendation via Split Variational Adversarial Training [44.7991257631318]
  本稿では,リスクを意識したストックレコメンデーションのための新しいSVAT法を提案する。 株式レコメンデーションモデルのボラティリティを下げることで、SVATは投資リスクを効果的に低減し、リスク調整利益の点で最先端のベースラインを30%以上上回ります。
  論文  参考訳（メタデータ） (2023-04-20T12:10:12Z)
• 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)
• Predicting Mutual Funds' Performance using Deep Learning and Ensemble Techniques [1.42444725013141]
  我々は、ディープラーニングモデルが従来の統計手法よりも、資金パフォーマンスを正確に予測できるかどうかを検証した。 我々は、米国で上場されている大型株式に投資する600以上のオープンエンド相互ファンドの月次リターン時系列データに基づいて、年次シャープ比率を算出した。 LSTMとGRUの予測を組み合わせたアンサンブル法は,全モデルの最高の性能を実現する。
  論文  参考訳（メタデータ） (2022-09-18T13:55:59Z)
• A Data-Driven Framework for Identifying Investment Opportunities in Private Equity [0.0]
  本稿では、投資機会の自動スクリーニングのためのフレームワークを提案する。 このフレームワークは、企業の財務的および管理的立場を評価するために、複数のソースからデータを引き出す。 次に、説明可能な人工知能(XAI)エンジンを使用して投資勧告を提案する。
  論文  参考訳（メタデータ） (2022-04-04T21:28:34Z)
• StockBabble: A Conversational Financial Agent to support Stock Market Investors [4.640835690336653]
  株式市場への理解と関与を支援するために設計された会話エージェントであるStockBabbleを紹介します。 ユーザーは企業に関する情報を問い合わせて、株式の全体的および財務的概要を検索することができる。 エージェントの可能性を評価するため,15名の被験者を対象にユーザスタディを行った。
  論文  参考訳（メタデータ） (2021-06-15T17:19:30Z)
• Should You Take Investment Advice From WallStreetBets? A Data-Driven Approach [37.86739837901986]
  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。
  論文  参考訳（メタデータ） (2021-05-06T14:47:03Z)
• 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)
• Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
  ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。 本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。 当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
  論文  参考訳（メタデータ） (2020-02-09T08:10:03Z)

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。