Sentiment Analysis of Bloomberg Markets Wrap Using ChatGPT: Application to the NASDAQ
Analyse du sentiment de l'information diffusée par Bloomberg Markets à l'aide de ChatGPT : Application au NASDAQ
Résumé
In this paper, we use a comprehensive dataset of daily Bloomberg Financial Market Summaries spanning from 2010 to 2023, published by Yahoo Finance, CNews and multiple large financial medias, to determine how global news headlines may affect stock market movements. To make this analysis more effective, we employed ChatGPT. First, from the vast pool of daily financial updates, we identify the top global news headlines that could potentially have a significant influence on stock prices. Second, for each headline, we question ChatGPT to answer whether the news might lead to a rise, fall in stock prices or is indecisive. This two-stage method proves more effective than posing a direct question to the entire text. By gathering ChatGPT's predictions day by day, we formed an overall market sentiment score. We transform this score into a practical investment strategy in the NASDAQ index, demonstrating the significance of minimizing noise in sentiment scores by initially accumulating and then detrending them. This approach showcases that ChatGPT's analysis of news headlines can provide valuable insights into future stock market behaviors and be a valuable tool to develop intuitive NLP-driven investment strategies leveraging news predictive power.
Dans cet article, nous utilisons un ensemble de données complet de résumés quotidiens du marché financier de Bloomberg couvrant la période 2010-2023, publiés par Yahoo Finance, CNews et plusieurs grands médias financiers, afin de déterminer comment les titres de l'actualité mondiale peuvent affecter les mouvements des marchés boursiers. Pour rendre cette analyse plus efficace, nous avons utilisé ChatGPT. Tout d'abord, à partir du vaste ensemble de mises à jour financières quotidiennes, nous identifions les principaux titres de l'actualité mondiale susceptibles d'avoir une influence significative sur les cours boursiers. Ensuite, pour chaque titre, nous demandons à ChatGPT de répondre à la question de savoir si la nouvelle peut entraîner une hausse, une baisse des cours boursiers ou si elle est indécise. Cette méthode en deux étapes s'avère plus efficace que de poser une question directe à l'ensemble du texte. En rassemblant les prédictions de ChatGPT jour après jour, nous avons formé un score global de sentiment de marché. Nous transformons ce score en une stratégie d'investissement pratique dans l'indice NASDAQ, démontrant l'importance de minimiser le bruit dans les scores de sentiment en les accumulant dans un premier temps, puis en les détournant de leur tendance. Cette approche montre que l'analyse des titres d'actualité par ChatGPT peut fournir des informations précieuses sur les comportements futurs des marchés boursiers et constituer un outil précieux pour développer des stratégies d'investissement intuitives basées sur la PNL et tirant parti du pouvoir prédictif des actualités.
Origine | Fichiers produits par l'(les) auteur(s) |
---|