Los posibles escollos de esta estrategia de comercio de volumen

Question

Llevo un año negociando, de forma muy amateur, en el mercado de valores. He notado algo bastante obvio. Cuando aparecen buenas noticias evidentes en una acción, el precio sube. Así que va al revés. Por ejemplo, cuando aparecen noticias de que una gran compañía de inversiones ha cambiado la estrategia de una cierta acción de "compra fuerte" a "venta fuerte" el precio de la acción cae.

Teniendo esto en cuenta, ¿por qué no se puede comprobar constantemente el volumen de todas las acciones en el mercado, y cuando se produce una fluctuación inusual, comprobar las noticias para ver si hay potencial evidente buenas o malas noticias (como el ejemplo, o superando con creces los rendimientos esperados para el trimestre) y la compra o venta al descubierto de las acciones hasta el final del día?

El escollo potencial que veo es que el mercado no responde como uno espera a las noticias, o que uno puede llegar demasiado tarde, pero cuando las noticias son tan evidentes, y se despliega un algoritmo para comprobarlas a tiempo, ¿se puede evitar esto?

(Perdón por el inglés, ¡siéntase libre de editar!)

Edita

Teniendo en cuenta la respuesta de rhaskett quería publicar un caso específico en el que esto funciona, tenga en cuenta que la pregunta es si se puede generalizar a la mayoría de los casos.

Este es el gráfico de hoy y ayer de BBRY (12/11/2014 - 13/11/2014)

Hay un gran pico en el volumen a las 12:00. Si el algoritmo era lento, a las 12:30 se podía recibir una notificación. Las noticias de Partenariado BlackBerry-Samsung donde se publicó a las 12:27. No es la buena noticia más evidente. Pero mi punto es que el cambio de precio vino después del aumento del volumen. En español tenemos un dicho que podría traducirse como: "Después de la guerra, todo el mundo es un general".

Para evitar que la pregunta sea demasiado abierta, ¿no ocurre esto en muchos casos? ¿Es demasiado difícil discernir las evidentes buenas o malas noticias?

Answer 1

Primer desafío: Crear un sistema que pueda entender el inglés escrito lo suficientemente bien como para leer las noticias. Nada menos que Watson de IBM ha demostrado ser muy bueno para extraer el significado de un texto no estructurado.

Segundo reto: Para cuando llegue a "las noticias", los grandes actores ya lo saben y han respondido.

Tercer reto: No es raro que una acción caiga con una buena noticia, o suba con una mala, porque el precio se había ajustado previamente a una expectativa de noticias aún mejores/peores y ahora se está corrigiendo a sí mismo.

Principio básico: Si fuera simple y obvio, todo el mundo ya lo estaría haciendo.

Answer 2

La gente está probando ideas como esta, en realidad. Aunque generalmente no son muy públicos al respecto. Mientras que Keshlam se aventura en la hipérbole al mencionar a Watson, ciertamente tiene razón el análisis del lenguaje humano es un problema extremadamente difícil.

Aunque no siempre es cierto que los grandes jugadores lo sepan antes de las noticias (a veces eso se calificaría como tráfico de información privilegiada). El pico de volumen que mencionas generalmente viene cuando las noticias llegan a los grandes (y pequeños) jugadores. Por lo tanto, si se ejecuta un algoritmo después del pico de volumen, es probable que el precio ya se haya ajustado significativamente.

Puedes tratar de evitar esto buscando constantemente noticias sobre un conjunto de acciones, sin embargo esto se convierte en un problema aún más difícil. O quizás volviéndose más específico y analizando las fuentes de noticias importantes y específicas conocidas (informe de la granja, por ejemplo) y tratando de hacerlo más rápido que nadie. Estos son algunos de los métodos que la gente utiliza para no llegar demasiado tarde.

Answer 3

No me apagaría por la dificultad de analizar el inglés, por unas cuantas razones.

En primer lugar, no tienes que analizar perfectamente para encontrar el significado. Puedes buscar palabras clave y escribir algunos algoritmos para aproximar, y por supuesto si obtienes suficiente ventaja estadística (y puedes repetirla) puedes ganar dinero.

En segundo lugar, probablemente no pase mucho tiempo antes de que se disponga de software de terceros para hacer algo así o para proporcionar un marco para ello. De hecho, probablemente ya esté disponible en algún lugar. (Nótese la afluencia de tipos de Silicon Valley a Nueva York a medida que se aplica más inteligencia de máquina al comercio y al periodismo).

En tercer lugar, como se insinúa en la mención anterior del periodismo, ya hay software que utiliza datos numéricos para escribir artículos bastante humanos. Algunos son bastante robóticos y puedes atraparlos (me fijé en uno y busqué una frase clave para descubrir varios muy parecidos, cada uno con un nombre de autor falso diferente). Esto significará no sólo una mejora continua del análisis sintáctico, sino también un mayor empuje para que se publiquen más datos en formatos legibles por máquina, de modo que los comunicados de prensa sean cada vez más parciales.

Finalmente, para reivindicar su idea, el enfoque de la palabra clave se ha hecho con cierto éxito. Intenta este enlace y tome nota de los enlaces adicionales sobre el mismo tema.

Si tienes el tiempo y los recursos de procesamiento, tal vez quieras probar tu idea entrenando una red neuronal para encontrar correlaciones de palabras clave (y frases eso también es importante) con las tendencias del mercado.