論文の概要: Buy the Rumor, Sell the News: When Is News Priced In?
- arxiv url: http://arxiv.org/abs/2608.14014v1
- Date: Fri, 14 Aug 2026 07:02:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.298741
- Title: Buy the Rumor, Sell the News: When Is News Priced In?
- Title（参考訳）: ニュースはいつ値下げされるのか?
- Abstract要約: 2つの古い市場は、ニュースが発行された時点で既に価格が上がっており、ニュースが売られている間にその噂が買い取られると主張している。
約3000株をカバーする457万件の金融ニュース記事でテストした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Two old market sayings hold that news is already priced in by the time it is published, and that the rumor is bought while the news is sold. Both place the price move associated with a piece of news before and at publication rather than after it. Whether the claims hold, for which kinds of news, and by how much are basic questions about how fast markets absorb public information. We test them on 4.57 million financial news articles covering roughly 3,000 US stocks (2023-2026). A large language model teacher, distilled into a compact classifier through active learning, assigns each article one of 17 event tags and five attributes; articles are clustered into stories to separate first reports from follow-up coverage; and beta-adjusted abnormal returns are measured around the resulting 1.68 million stock-day events, with 364,405 neutral-sentiment events as a placebo group. Three results follow. First, the price move associated with news concentrates before and at publication: pooled across all signed events, the cumulative move in the news direction by the close of publication day is 2.8 times its value 20 days later, and for rumor-flagged events the rumor day captures the entire move while the subsequent confirmation contributes nothing. Second, measured against the placebo of comparable stocks, markets underreact to numbers and overreact to stories: quantified fundamental news (earnings, dividends, guidance, analyst actions) keeps drifting in the direction of the news for weeks, while soft story-driven news (launches, macro commentary, leadership) gives back its move. Third, news carries width as well as direction: publicity raises volatility before the publication day, and volatility declines once the news is out, because publication resolves uncertainty. The study also produces a table of measured drift for each event tag, usable as a prior in news-conditioned forecasting models.
- Abstract（参考訳）: 2つの古い市場は、ニュースが発行された時点で既に価格が上がっており、ニュースが売られている間にその噂が買い取られると主張している。
どちらも、ニュースの前後ではなく、ニュースの前後に価格の動きを関連づけている。
主張が成り立つか、どの種類のニュースか、そして市場がどれだけの速さで公共情報を吸収するかに関する基本的な疑問がどれほどあるか。
約3000株(2023年-2026年)をカバーする457万件の金融ニュース記事をテストした。
アクティブラーニングによりコンパクトな分類器に蒸留された大型言語モデル教師は、各記事に17のイベントタグと5つの属性の1つを割り当て、記事はストーリーにまとめられ、フォローアップカバレッジから最初のレポートを分離し、ベータ調整された異常リターンは、プラセボグループとして364,405の中立感イベントを含む1.68万のストックデイイベントの周りに測定される。
3つの結果が続く。
第一に、発表前のニュース集中に伴う価格変動:全ての署名されたイベントにまたがって、公開日終了時のニュース方向の累積移動は20日後の2.8倍であり、うわさに満ちたイベントの場合、噂の日は全動きを捉え、後続の確認は一切寄与しない。
第2に、市場は数字に反し、ストーリーに過度に反応する。定量化された基本的なニュース(アーニング、配当、ガイダンス、アナリストの行動)は数週間ニュースの方向に流れ続け、ソフトなストーリー駆動のニュース(ローンチ、マクロコメンタリー、リーダーシップ)はその動きを復活させる。
第3に、ニュースには幅と方向性があり、出版日前には広報がボラティリティを上昇させ、出版が不確実性を解決するため、ニュースが発行されるとボラティリティが低下する。
この研究は、ニュース条件付き予測モデルにおいて、各イベントタグ毎に測定されたドリフトのテーブルも生成する。
関連論文リスト
- Price Dislocations, News Citations, and Epistemic Leverage on Polymarket [0.7792020418343021]
われわれは、2024年から2025年にかけて1770万件のPolymarket取引をニュース報道にリンクしている。
予測市場について言及した6,990の記事から、LLMをベースとした人間公認のマッカーは、市場確率を引用する1,582の文を抽出し、価格を引用する特定の市場に対する918の属性を抽出する。
我々は、44,976の価格ずれ、集中した片側取引による少なくとも5ポイントの動きを検出し、その後、市場が頻繁に引用されるかどうかを問う。
論文 参考訳（メタデータ） (2026-09-05T10:14:50Z) - NewsEdits 2.0: Learning the Intentions Behind Updating News [74.84017890548259]
イベントが進むにつれて、ニュース記事は新しい情報で更新されることが多い。
本研究では,言語的特徴が事実流動性を示すことを仮定し,ニュース記事のテキストのみを用いて,どの事実が更新されるかを予測する。
論文 参考訳（メタデータ） (2024-11-27T23:35:23Z) - 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) - Modeling News Interactions and Influence for Financial Market Prediction [20.56956299552087]
本稿では,ニュースと価格の関係を捉える新しい市場予測モデルであるFININを紹介する。
S&P 500とNASDAQ 100の指標を含む2つのデータセットを15年間にわたって広範な実験を行った。
その結果、ニュースの市場価格の遅れ、ニュースの長期記憶効果、財務感情分析の限界など、金融ニュースに関する知見が明らかになった。
論文 参考訳（メタデータ） (2024-10-14T15:19:49Z) - 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) - 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) - Nothing Stands Alone: Relational Fake News Detection with Hypergraph
Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。
提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文 参考訳（メタデータ） (2022-12-24T00:19:32Z) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳（メタデータ） (2021-04-18T09:50:11Z) - 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) - 365 Dots in 2019: Quantifying Attention of News Sources [69.50862982117125]
様々な情報源から,オンラインニュース記事の話題の重複を計測する。
ほぼリアルタイムで注目度に応じてニュースストーリーを採点する。
これにより、最も注目を集めているトピックを識別するなど、複数の研究が可能になる。
論文 参考訳（メタデータ） (2020-03-22T20:32:47Z) - HoaxItaly: a collection of Italian disinformation and fact-checking
stories shared on Twitter in 2019 [72.96986027203377]
データセットには約37Kのニュース記事のタイトルとボディも含まれている。
https://doi.org/10.79DVN/PGVDHXで公開されている。
論文 参考訳（メタデータ） (2020-01-29T16:14:47Z)
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。