論文の概要: Does Overnight News Explain Overnight Returns?
- arxiv url: http://arxiv.org/abs/2507.04481v1
- Date: Sun, 06 Jul 2025 17:37:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:35.203695
- Title: Does Overnight News Explain Overnight Returns?
- Title（参考訳）: 夜通しのニュースは、一晩で返ってくるのか?
- Authors: Paul Glasserman, Kriste Krstovski, Paul Laliberte, Harry Mamaysky,
- Abstract要約: 過去30年間で、米国株式市場のほぼすべての利益が一夜にして得られた。
この効果の大部分は、日中および夜中のニュースの特徴によって説明できる。
本稿では、同時市場リターンを説明する能力に基づいて、ニューストピックを選択する教師付きトピック分析に、新しい手法を適用する。
- 参考スコア（独自算出の注目度）: 0.5312303275762104
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Over the past 30 years, nearly all the gains in the U.S. stock market have been earned overnight, while average intraday returns have been negative or flat. We find that a large part of this effect can be explained through features of intraday and overnight news. Our analysis uses a collection of 2.4 million news articles. We apply a novel technique for supervised topic analysis that selects news topics based on their ability to explain contemporaneous market returns. We find that time variation in the prevalence of news topics and differences in the responses to news topics both contribute to the difference in intraday and overnight returns. In out-of-sample tests, our approach forecasts which stocks will do particularly well overnight and particularly poorly intraday. Our approach also helps explain patterns of continuation and reversal in intraday and overnight returns. We contrast the effect of news with other mechanisms proposed in the literature to explain overnight returns.
- Abstract（参考訳）: 過去30年間、米国株のほぼすべての利回りが一晩で上昇し、平均日内リターンはマイナスあるいは平らだった。
この効果の大部分は、日中および夜中のニュースの特徴によって説明できる。
私たちの分析では4200万件のニュース記事を集めています。
本稿では、同時市場リターンを説明する能力に基づいて、ニューストピックを選択する教師付きトピック分析に、新しい手法を適用する。
ニューストピックの出現頻度の時間変化とニューストピックに対する反応の差が,日内リターンと夜間リターンの差に寄与していることが判明した。
アウト・オブ・サンプルテストでは、どの株が特に一晩中、特に日中不調になるかを予測しています。
また,本手法は,日中および夜中のリターンの継続パターンや逆転パターンの解明にも有効である。
我々は、ニュースの効果を、一晩のリターンを説明するために文献で提案された他のメカニズムと対比する。
関連論文リスト
- A Midsummer Meme's Dream: Investigating Market Manipulations in the Meme Coin Ecosystem [57.92093214580746]
我々は,ミーム硬貨のトケノミクスを特徴付け,その成長を3ヶ月の縦断解析で追跡する。
市場関心の誤解を招きかねない外観を生み出すために設計された人工的な成長戦略の広範な活用の証拠を見いだす。
関連するトークンの多くは以前、洗面用トレーディング(LPI)を経験しており、初期操作が後の搾取の舞台となることがしばしばあったことを示している。
論文 参考訳（メタデータ） (2025-04-16T13:54:42Z) - Understanding the Impact of News Articles on the Movement of Market Index: A Case on Nifty 50 [0.0]
本研究は,様々な話題に関連するニュース項目に関する感情に対するニフティ50指数の動きの分析に焦点をあてた。
調査の結果,他の話題のニュース記事の感情スコアも指標の動きに大きく影響していることがわかった。
論文 参考訳（メタデータ） (2024-11-22T06:09:14Z) - On Quantifying Sentiments of Financial News -- Are We Doing the Right
Things? [0.0]
一部の研究者は、株式市場のリターンを予測するためにニュースベースの市場指標を開発した。
ニュース感情分析の分野での研究の大部分は、Vader、Loughran-McDonald (LM)、Harvard IV、Patternといったライブラリの利用に重点を置いている。
実験の結果,特に金融ニュースにおいて,これらのライブラリを用いた感情測定は真のイメージを表現できないため,信頼性が低い可能性が示唆された。
論文 参考訳（メタデータ） (2023-12-21T20:50:42Z) - Effects of Daily News Sentiment on Stock Price Forecasting [0.5242869847419834]
本稿では,約3.7年周期でニュースデータベースを作成するための,堅牢なデータ収集と事前処理フレームワークを提案する。
このタイムラインの株価情報をキャプチャして、記事のさまざまなセクションの感情スコアを含む複数の時系列データを作成します。
これに基づいて、評価スコアを特徴として使用し、性能を比較することなく、株価を予測するためにいくつかのLSTMモデルを適合させます。
論文 参考訳（メタデータ） (2023-08-02T06:42:39Z) - Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。
我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
論文 参考訳（メタデータ） (2023-04-15T19:22:37Z) - Towards systematic intraday news screening: a liquidity-focused approach [1.688090639493357]
毎日大量のニュース記事が発行されているが、そのほとんどは中立的であり、我々は真の効果のあるニュースを識別するための体系的なニューススクリーニング方法を提案する。
スクリーニングされたデータセットは、より効率的な特徴キャプチャを実現し、短期資産返却予測において優れた性能を示す。
論文 参考訳（メタデータ） (2023-04-11T10:14:48Z) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum Blockchain [53.8917088220974]
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) - Do Deep Learning Models and News Headlines Outperform Conventional
Prediction Techniques on Forex Data? [0.0]
為替市場(英: Foreign Exchange、略称:FOREX)は、通貨の為替市場である。
新型コロナウイルス(COVID-19)や地方選挙といった最近のパンデミックのシナリオも、市場価格に大きな影響を及ぼす可能性がある。
本研究では,様々な予測を,ニュース項目などの外部要素と比較した。
論文 参考訳（メタデータ） (2022-05-22T05:05:31Z) - 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。