Published February 10, 2024 | Version v1
Publication Open

An interval constraint-based trading strategy with social sentiment for the stock market

Creators

  • 1. Chinese Academy of Sciences
  • 2. Academy of Mathematics and Systems Science

Description

Abstract Developing effective strategies to earn excess returns in the stock market is a cutting-edge topic in the field of economics. At the same time, stock price forecasting that supports trading strategies is considered one of the most challenging tasks. Therefore, this study analyzes and extracts news media data, expert comments, social opinion data, and pandemic text data using natural language processing, and then combines the data with a deep learning model to forecast future stock price patterns based on historical stock prices. An interval constraint-based trading strategy is constructed. Using data from several typical stocks in the Chinese stock market during the COVID-19 period, the empirical studies and trading simulations show, first, that the sentiment composite index and the deep learning model can improve the accuracy of stock price forecasting. Second, the interval constraint-based trading strategy based on the proposed approach can effectively enhance returns and thus, can assist investors in decision-making.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يعد تطوير استراتيجيات فعالة لكسب عوائد زائدة في سوق الأسهم موضوعًا متطورًا في مجال الاقتصاد. في الوقت نفسه، يعتبر التنبؤ بسعر السهم الذي يدعم استراتيجيات التداول أحد أكثر المهام تحديًا. لذلك، تحلل هذه الدراسة وتستخرج بيانات وسائل الإعلام الإخبارية وتعليقات الخبراء وبيانات الرأي الاجتماعي وبيانات نص الوباء باستخدام معالجة اللغة الطبيعية، ثم تجمع البيانات مع نموذج التعلم العميق للتنبؤ بأنماط أسعار الأسهم المستقبلية بناءً على أسعار الأسهم التاريخية. يتم إنشاء استراتيجية تداول قائمة على القيود الفاصلة. باستخدام بيانات من العديد من الأسهم النموذجية في سوق الأسهم الصينية خلال فترة COVID -19، تظهر الدراسات التجريبية ومحاكاة التداول، أولاً، أن مؤشر المعنويات المركب ونموذج التعلم العميق يمكن أن يحسن دقة التنبؤ بأسعار الأسهم. ثانيًا، يمكن لاستراتيجية التداول القائمة على القيود الفاصلة القائمة على النهج المقترح أن تعزز العوائد بشكل فعال، وبالتالي يمكن أن تساعد المستثمرين في صنع القرار.

Translated Description (French)

Résumé Le développement de stratégies efficaces pour obtenir des rendements excessifs sur le marché boursier est un sujet de pointe dans le domaine de l'économie. Dans le même temps, la prévision du cours des actions qui soutient les stratégies de trading est considérée comme l'une des tâches les plus difficiles. Par conséquent, cette étude analyse et extrait les données des médias d'information, les commentaires d'experts, les données d'opinion sociale et les données textuelles sur les pandémies à l'aide du traitement du langage naturel, puis combine les données avec un modèle d'apprentissage approfondi pour prévoir les tendances futures des cours boursiers en fonction des cours boursiers historiques. Une stratégie de trading basée sur les contraintes d'intervalle est construite. En utilisant les données de plusieurs actions typiques du marché boursier chinois pendant la période COVID-19, les études empiriques et les simulations de négociation montrent, tout d'abord, que l'indice composite sentiment et le modèle d'apprentissage en profondeur peuvent améliorer la précision des prévisions de cours des actions. Deuxièmement, la stratégie de négociation basée sur les contraintes d'intervalle basée sur l'approche proposée peut améliorer efficacement les rendements et, par conséquent, peut aider les investisseurs à prendre des décisions.

Translated Description (Spanish)

Resumen Desarrollar estrategias efectivas para obtener rendimientos excesivos en el mercado de valores es un tema de vanguardia en el campo de la economía. Al mismo tiempo, la previsión del precio de las acciones que respalda las estrategias de trading se considera una de las tareas más desafiantes. Por lo tanto, este estudio analiza y extrae datos de medios de comunicación, comentarios de expertos, datos de opinión social y datos de texto de la pandemia utilizando el procesamiento del lenguaje natural, y luego combina los datos con un modelo de aprendizaje profundo para pronosticar futuros patrones de precios de acciones basados en los precios históricos de las acciones. Se construye una estrategia de trading basada en restricciones de intervalos. Utilizando datos de varias acciones típicas del mercado bursátil chino durante el período COVID-19, los estudios empíricos y las simulaciones de trading muestran, en primer lugar, que el índice compuesto de sentimiento y el modelo de aprendizaje profundo pueden mejorar la precisión de la previsión del precio de las acciones. En segundo lugar, la estrategia de trading basada en restricciones de intervalo basada en el enfoque propuesto puede mejorar efectivamente los rendimientos y, por lo tanto, puede ayudar a los inversores en la toma de decisiones.

Files

s40854-023-00567-2.pdf

Files (5.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:32afdf3153dcc26c4c8d9090ee7cb77e
5.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
استراتيجية تداول قائمة على القيود الفاصلة مع معنويات اجتماعية لسوق الأسهم
Translated title (French)
Une stratégie de trading basée sur les contraintes d'intervalle avec un sentiment social pour le marché boursier
Translated title (Spanish)
Una estrategia de trading basada en restricciones de intervalo con sentimiento social para el mercado de valores

Identifiers

Other
https://openalex.org/W4392730966
DOI
10.1186/s40854-023-00567-2

Is supplement to
https://openalex.org/W2370669686 (Other)
https://openalex.org/W2807251790 (Other)
https://openalex.org/W3086618278 (Other)
https://openalex.org/W2799406489 (Other)
https://openalex.org/W2049792449 (Other)
https://openalex.org/W986251431 (Other)
https://openalex.org/W563727013 (Other)
https://openalex.org/W2006100586 (Other)
https://openalex.org/W4300809132 (Other)
https://openalex.org/W2502468346 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W1875542790
  • https://openalex.org/W1984500452
  • https://openalex.org/W2038909645
  • https://openalex.org/W2040410870
  • https://openalex.org/W2050902901
  • https://openalex.org/W2095847349
  • https://openalex.org/W2099813784
  • https://openalex.org/W2136922672
  • https://openalex.org/W2179043097
  • https://openalex.org/W2410961113
  • https://openalex.org/W2603355796
  • https://openalex.org/W2610692167
  • https://openalex.org/W2726474813
  • https://openalex.org/W2788178137
  • https://openalex.org/W2797372563
  • https://openalex.org/W2800955012
  • https://openalex.org/W2803614147
  • https://openalex.org/W2853380097
  • https://openalex.org/W2883089954
  • https://openalex.org/W2898307789
  • https://openalex.org/W2919115771
  • https://openalex.org/W2950843237
  • https://openalex.org/W2965281538
  • https://openalex.org/W2966861509
  • https://openalex.org/W2971595387
  • https://openalex.org/W2974028013
  • https://openalex.org/W2984926446
  • https://openalex.org/W3013002146
  • https://openalex.org/W3019427697
  • https://openalex.org/W3038383319
  • https://openalex.org/W3043359482
  • https://openalex.org/W3044809985
  • https://openalex.org/W3080113688
  • https://openalex.org/W3093310271
  • https://openalex.org/W3096960587
  • https://openalex.org/W3105708681
  • https://openalex.org/W3113909459
  • https://openalex.org/W3117208321
  • https://openalex.org/W3122069311
  • https://openalex.org/W3123568535
  • https://openalex.org/W3124798136
  • https://openalex.org/W3136156967
  • https://openalex.org/W3147314058
  • https://openalex.org/W3156409915
  • https://openalex.org/W3164870412
  • https://openalex.org/W3181448069
  • https://openalex.org/W3196747442
  • https://openalex.org/W3204298505
  • https://openalex.org/W3212327994
  • https://openalex.org/W4210257598
  • https://openalex.org/W4212791338
  • https://openalex.org/W4212861398
  • https://openalex.org/W4231546411
  • https://openalex.org/W4232174969
  • https://openalex.org/W4281657597
  • https://openalex.org/W4281871161
  • https://openalex.org/W4297180198
  • https://openalex.org/W4306967331
  • https://openalex.org/W4309859117
  • https://openalex.org/W4309947347
  • https://openalex.org/W4320016125
  • https://openalex.org/W4377696652