Desde a primeira publicação da Bloomberg News em 1990, houve um crescimento explosivo nas notícias veiculadas na mídia impressa, televisão e canais da Internet. A variedade e velocidade das informações cresceu e avançou rapidamente. Dentro desses fluxos de notícias impressionantes, há uma série de anomalias, sinais e oportunidades. A questão é como capturar os dados mais significativos utilizando as análises mais ricas.
Os dados ultrapassaram a capacidade humana de análise; ao mesmo tempo, a tecnologia cresceu para enfrentar o desafio. A Bloomberg desenvolveu tecnologia para monitorar mercados, descobrir dados úteis e compartilhá-los por meio de notícias oportunas – direcionadas por computador. Com mais de 500 modelos que produzem notícias automatizadas, a Bloomberg Automated Intelligence complementa outras fontes de notícias com insights adicionais. Os usuários do Terminal Bloomberg podem visualizar notícias criadas com uso de inteligência artificial ou automatizada em Bloomberg News e Bloomberg First Word.
A equipe da Bloomberg Quant Research começou a investigar se essas notícias podem ser aplicadas de forma relevante a estratégias de investimento: em suma, elas carregam sinais? Em um estudo recente, “Predictive Analysis of Bloomberg Automated Intelligence,” Mohammad Fesanghary e Arun Verma exploram algumas das oportunidades analíticas, com resultados intrigantes.
Exemplos de notícias automatizadas no Terminal Bloomberg
Observando atos corporativos: dados contam uma história
A inteligência artificial ou automatizada abrange vários tipos de notícias, incluindo análises de notícias que revelam mudanças no sentimento, no interesse do leitor e nas tendências cada vez mais utilizadas para gerar notícias automatizadas. Alguns tipos de notícias dependem do processamento de linguagem natural (NLP, na sigla em inglês) para separá-las em áreas que vão da aprovação de medicamentos pela FDA a novas campanhas de investidores ativistas. Notícias automatizadas também são acionadas por grandes mudanças nos dados do mercado financeiro tradicional, como picos no volume de negociação, atividade de analistas e alterações na volatilidade implícita advindas do mercado de opções – que podem ser úteis na previsão de futuros atos corporativos e movimentos de preços.
No artigo, os autores examinam os tipos de notícias automatizadas e suas datas de publicação para ver se podem ser usadas para prever atos corporativos que ocorrerão em um futuro próximo. Informações casuais sugerem que a publicação de certos tipos de notícias automatizadas, particularmente quando em combinação, esteve relacionada a uma probabilidade maior do que a esperada de um anúncio corporativo importante. Os pesquisadores decidiram avaliar se isso poderia ser uma coincidência. Essa hipótese foi testada por meio de um método não paramétrico para estudar o poder preditivo de notícias automatizadas, tomando aleatoriamente a data de publicação das notícias e comparando a distribuição dessas publicações com a distribuição realmente observada. Então, concentrando-se na ocorrência de atos corporativos e grandes movimentos de preços, se a taxa observada para a publicação de um determinado tipo de notícia for substancialmente diferente da taxa aleatória, então é possível que esse tipo de notícia continha algum sinal.
Taxas esperadas de eventos aleatórios e taxa real de notícias automatizadas observadas na amostra
Resultados revelam que notícias automatizadas aparecem antes de grandes anúncios feitos por empresas em um conjunto diversificado de setores. Em particular, atos corporativos como M&A seguem certas combinações de notícias automatizadas com muito mais frequência do que o esperado em uma amostragem aleatória. Por exemplo, quando sinais sobre compras com uso de informações privilegiadas, volatilidade implícita e negociação de títulos ativos são publicados próximos, precedem os anúncios de fusões e aquisições em 16,7% do tempo, mais do que o triplo da taxa esperada. Analisando a dinâmica em uma série de fontes de notícias, também há evidências de que a chamada “velocidade social” e o “calor das notícias” podem transmitir um sinal bastante forte.
O tempo dirá: mais pesquisas e testes contínuos no futuro
Este estudo foi parcialmente motivado por informações casuais, sugerindo que certas combinações de notícias automatizadas tendiam a preceder eventos que movimentam o mercado. Mas o que pode ser dito sobre o poder preditivo de notícias isoladas? O estudo descobriu que usar uma única notícia automatizada para prever os principais movimentos de preços é uma tarefa mais difícil. Por outro lado, tais movimentos tendem a ser acionados após o início de um grande movimento de preço, mas ainda são suficientemente oportunos, pois estão disponíveis antes do final do movimento completo de preço – o que ainda pode levar a uma estratégia de negociação com base no momentum.
Os mecanismos de acionamento para alguns tipos de notícias automatizadas estão evoluindo, de modo que o sistema não se mantém inerte de forma geral. Isso pode gerar viés e requer uma análise aprofundada. O horizonte de tempo para este primeiro estudo foi de apenas 18 meses; portanto, quaisquer estratégias que possam ser desenvolvidas se beneficiarão de uma investigação de longo prazo e mais testes.