Recuperação de informação de comunicados à imprensa

• Ano de defesa: 2012
• Autor(a) principal: Silva, Daniel Bittencourt
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Mercado financeiro - Previsão; Neural networks; News; Notícia; Press release; Redes neurais; Stock market - Forecast
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-04042012-195555/

Neste trabalho os retornos de ativos financeiros são modelados com base em dados não-estruturados de notícias aperiódicas. O cerne do tratamento de tais dados está na Recuperação da Informação, que se importa em aplicar uma transformação suficientemente representativa das estruturas de contexto gramatical para o algébrico. Trabalhos anteriores mostram que não só o timing (GOODHART, HALL, et al., 1993), tipo (ÄIJÖ, 2008), ou contexto no momento de publicação da notícia (BEBER e BRANDT, 2010), mas também o conteúdo léxico (WÜTHRICH, PERMUNETILLEKE, et al., 1998; LAVRENKO, SCHMILL, et al., 2000; SCHUMAKER e CHEN, 2009) explicam movimentos de mercado. Este trabalho tem por objetivo estender a discussão já fundamentada sobre a semântica das publicações, com a proposta de aprofundar a avaliação da sensibilidade paramétrica do ajuste de modelos já encontrados na literatura. Questões sobre a metodologia de pré-processamento dos textos são exploradas por meio de diversos experimentos. Por fim, corrobora-se os resultados prévios sobre a possibilidade de aplicar-se uma classificação preditiva sobre movimentos do mercado acionário norte-americano, particularmente dentro da janela de 15 a 25 minutos após a publicação de um press release. Contudo, não são encontradas evidências com de que regressão tenha a mesma capacidade, nem de que exista antecipação pelo mercado da informação a ser anunciada.