✖


Jump to content

Настроения рынка

(Перенаправлено с Бычьего )
«Бычий» перенаправляется сюда. Чтобы узнать об альбоме Херба Альперта и Tijuana Brass, см. Bullish (альбом) .
Инвестор настроен оптимистично , когда видит восходящий тренд акций, и настроен по-медвежьи, когда рынок падает. Бык для нападения использует свои рога вверх, а медведь для атаки использует когти, направленные вниз.

Настроение рынка , также известное как внимание инвесторов , представляет собой общее преобладающее отношение инвесторов к ожидаемому изменению цен на рынке. [1] Такое отношение представляет собой совокупность множества фундаментальных и технических факторов, включая историю цен, экономические отчеты, сезонные факторы, а также национальные и мировые события. Если инвесторы ожидают повышения цен на фондовом рынке, настроения считаются бычьими . Напротив, если настроения рынка медвежьи , большинство инвесторов ожидают нисходящего движения цен. Участников рынка, которые поддерживают статичные настроения, независимо от рыночных условий, называют вечными быками и вечными медведями соответственно. Настроения рынка обычно рассматриваются как противоположный индикатор: то, против чего ожидает большинство людей, — это хорошая вещь, против которой стоит делать ставки. Настроения рынка используются потому, что они считаются хорошим предсказателем движений рынка, особенно когда они более экстремальны. [2] Очень медвежьи настроения обычно сопровождаются ростом рынка выше обычного, и наоборот. [3] Бычий рынок относится к продолжительному периоду реализованного или ожидаемого роста цен. [4] тогда как медвежий рынок используется для описания ситуации, когда индекс или акция упали на 20% или более от недавнего максимума в течение длительного периода времени. [5]

Настроение рынка отслеживается с помощью различных технических и статистических методов, таких как количество растущих и падающих акций, а также сравнение новых максимумов и новых минимумов. Большая доля общего движения отдельных акций объясняется настроениями рынка. [6] Демонстрацию ситуации на фондовом рынке часто описывают как все лодки плывут или тонут вместе с приливом , используя популярную фразу Уолл-стрит: « Тренд – ваш друг ». Известно, что в последнее десятилетие инвесторы также измеряют настроения рынка с помощью новостной аналитики , которая включает анализ настроений по текстовым историям о компаниях и секторах.

Теория внимания инвесторов

[ редактировать ]

Особая нить научной литературы связывает результаты поведенческих финансов , изменения внимания инвесторов на финансовых рынках и фундаментальные принципы ценообразования активов : Barberis et al. (1998), [7] Барберис и Талер (2003), [8] и Бейкер и Вурглер (2007). [9] Авторы утверждают, что модели поведения розничных инвесторов оказывают существенное влияние на рыночную доходность. Сегодня в научной литературе известны как минимум пять основных подходов к измерению внимания инвесторов : показатели финансового рынка, индексы настроений на основе опросов, текстовые данные о настроениях из специализированных онлайн-ресурсов, поисковое поведение в Интернете и неэкономические факторы.

Первый подход

[ редактировать ]

Согласно первому подходу внимание инвесторов можно аппроксимировать конкретными мерами финансового рынка . По данным Жерве и др. (2001) [10] и Хоу и др. (2009), [11] объем торгов является хорошим показателем настроений инвесторов. Высокий (низкий) объем торгов по конкретной акции приводит к повышению (снижению) ее цены. экстремальная однодневная доходность привлекает внимание инвесторов (Barber & Odean (2008). Сообщается также, что [12] ). Шумовые трейдеры склонны покупать (продавать) акции с высокой (низкой) доходностью. Уэйли (2001) [13] и Бейкер и Вурглер (2007) [9] предложить индекс волатильности Чикагской биржи опционов (CBOE) ( VIX ) в качестве альтернативного показателя рыночных настроений. Барометр страха Credit Suisse (CSFB) основан на ценах на облигации с нулевой премией , срок действия которых истекает через три месяца. Этот индекс иногда используется как альтернатива индексу VIX. [14] Индикатор рыночных настроений Acertus (AMSI) включает пять переменных (в порядке убывания веса в индикаторе): соотношение цена/прибыль (показатель оценок фондового рынка); ценовой импульс (показатель рыночной психологии); Реализованная волатильность (показатель недавнего исторического риска); Доходность по высокодоходным облигациям (показатель кредитного риска); и спред TED (показатель системного финансового риска ). Каждый из этих факторов позволяет оценить настроения рынка через уникальную призму, и вместе они могут предложить более надежный индикатор настроений рынка. [15] Скидка закрытого фонда (случай, когда стоимость чистых активов взаимного фонда не равна его рыночной цене), как сообщается, является возможной мерой внимания инвесторов (Цвейг (1973). [16] и Ли и др. (1991) [17] ).

Исследования показывают, что изменения в дисконтах закрытых фондов тесно связаны с колебаниями настроений инвесторов. Браун и др. (2003) [18] исследовать ежедневный поток взаимных фондов как возможный показатель внимания инвесторов. [19] По данным Да и др. (2014), [14] «...отдельные инвесторы переключаются с фондов акций на фонды облигаций, когда негативные настроения высоки». Дивидендная премия (разница между средним соотношением дивидендов к рынку по акциям, выплачивающим и не выплачивающим дивиденды) потенциально может быть хорошим предиктором настроений инвесторов (Baker & Wurgler (2004). [20] и Виейра (2011) [21] ). Сообщается также, что данные о сделках розничных инвесторов могут привлечь внимание инвесторов (Kumar & Lee (2006). [22] ). Исследование показывает, что операции розничных инвесторов «...систематически коррелируют, то есть люди покупают (или продают) акции согласованно». Первичное публичное размещение акций (IPO) компании генерирует большой объем информации, которая потенциально может быть использована для оценки настроений инвесторов. Люнгквист и др. (2006) [23] и Бейкер и Вурглер (2007) [9] отчеты о доходности IPO в первый день и объеме IPO являются наиболее многообещающими кандидатами для прогнозирования внимания инвесторов к конкретной акции. Неудивительно, что высокие инвестиции в рекламу конкретной компании приводят к повышенному вниманию инвесторов к соответствующим акциям (Груллон и др. (2004). [24] ). Авторы Chemmanur & Yan (2009). [25] предоставить доказательства того, что «...больший объем рекламы связан с большей доходностью акций в рекламном году, но меньшей доходностью акций в год, следующий за рекламным годом». Соотношение выпусков акций к общему количеству новых выпусков, данные инсайдерской торговли и другие финансовые показатели представлены в Baker & Wurgler (2007). [9] быть полезным в процедуре измерения внимания инвесторов.

Вышеупомянутые рыночные меры имеют один важный недостаток. В частности, по данным Da et al. (2014): [14] «Хотя рыночные меры имеют то преимущество, что их можно легко использовать с относительно высокой частотой, у них есть недостаток: они являются результатом равновесия многих экономических сил, помимо настроений инвесторов». Другими словами, никогда нельзя быть уверенным, что тот или иной рыночный индикатор был создан благодаря вниманию инвесторов. Более того, некоторые индикаторы могут работать проциклично. Например, большой объем торгов может привлечь внимание инвестора. В результате объем торгов растет еще больше. Это, в свою очередь, приводит к еще большему вниманию инвесторов. В целом, рыночные индикаторы играют очень важную роль в измерении внимания инвесторов. Однако инвестор всегда должен стараться убедиться, что никакие другие переменные не могут повлиять на результат.

Второй способ

[ редактировать ]

привлечь Вторым способом внимание инвесторов может быть использование индексов настроений, основанных на опросах . Среди наиболее известных индексов следует упомянуть Индекс потребительского настроения Мичиганского университета , Индекс потребительского доверия The Conference Board и Индекс оптимизма инвесторов UBS/Gallup. Индекс потребительских настроений Мичиганского университета основан как минимум на 500 телефонных интервью. Опрос содержит пятьдесят основных вопросов. [26] Индекс потребительского доверия насчитывает в десять раз больше респондентов (5000 домохозяйств). Однако опрос состоит всего из пяти основных вопросов, касающихся бизнеса, занятости и условий дохода. На вопросы можно ответить только тремя вариантами ответов: «положительно», «отрицательно» или «нейтрально». [27] Для составления индекса оптимизма инвесторов UBS/Gallup опрашивается выборка из 1000 домохозяйств с общим объемом инвестиций, равным или превышающим 10 000 долларов США. [28] Сообщается, что упомянутые выше индексы настроений, основанные на опросах, являются хорошими предикторами индикаторов финансового рынка (Brown & Cliff (2005). [29] ). Однако, по данным Да и др. (2014), [14] использование таких индексов настроений может иметь существенные ограничения. Во-первых, большинство наборов данных на основе опросов доступны с еженедельной или ежемесячной частотой. В то же время большинство альтернативных показателей настроений доступны с ежедневной частотой. Во-вторых, у респондентов есть небольшой стимул отвечать на вопросы в таких опросах внимательно и правдиво (Singer (2002) [30] ). Подводя итог, можно сказать, что индексы настроений, основанные на опросах, могут быть полезны при прогнозировании финансовых показателей. Однако использование таких индексов имеет определенные недостатки и в некоторых случаях может быть ограничено.

Третье направление

[ редактировать ]
В 1920-х годах рыночные настроения железнодорожных компаний были оптимистичными, поскольку это был новый рынок, и инвесторы видели долгосрочные перспективы.

В рамках третьего направления исследователи предлагают использовать алгоритмы интеллектуального анализа текста и анализа настроений для извлечения информации о настроении инвесторов из социальных сетей, медиа-платформ, блогов, газетных статей и других соответствующих источников текстовых данных (иногда называемых новостной аналитикой ). Ветка публикаций (Barber & Odean (2008), [12] Дугал и др. (2012), [31] и Ахерн и Сосюра (2015) [32] ) сообщают о значительном влиянии финансовых статей и сенсационных новостей на поведение цен на акции. Также неудивительно, что такие популярные источники новостей, как Wall Street Journal , New York Times или Financial Times, оказывают огромное влияние на рынок. Сила воздействия может различаться у разных обозревателей даже внутри одного журнала (Dougal et al. (2012). [31] ). Тетлок (2007) [33] предлагает успешно измерить настроение инвесторов путем подсчета количества «негативных» слов в популярной колонке Wall Street Journal «В курсе рынка». Чжан и др. (2011) [34] и Боллен и др. (2011) [35] сообщают, что Twitter является чрезвычайно важным источником данных о настроениях, который помогает прогнозировать цены на акции и волатильность . Обычный способ проанализировать влияние данных с платформ микроблогов на поведение цен на акции — построить специальные индексы отслеживания настроения.

Самый простой способ — подсчитать количество «положительных» и «негативных» слов в каждом релевантном твите и на основе этих данных построить комбинированный показатель. Нассери и др. (2014) [36] сообщает о прогнозирующей силе данных StockTwits (платформы типа Twitter, специализирующейся на обмене мнениями, связанными с торговлей) в отношении поведения цен на акции. Альтернативный, но более сложный способ — привлечь экспертов-людей для аннотирования большого количества твитов с ожидаемыми движениями акций, а затем построить модель машинного обучения для прогнозирования. Применение методологии исследования событий к настроению в Твиттере показывает значительную корреляцию с кумулятивными аномальными доходами (Sprenger et al. (2014), [37] Ранко и др. (2015) , [38] Габровшек и др. (2017) [39] ). Карабулут (2013) [40] сообщает, что Facebook является хорошим источником информации о настроениях инвесторов. В целом, самые популярные социальные сети, медиа-платформы, связанные с финансами, журналы и журналы могут быть ценным источником данных о настроениях, как резюмировал Петерсон (2016). [41] Однако важно отметить, что собрать такие данные относительно сложнее (в большинстве случаев исследователю требуется специальное программное обеспечение). Кроме того, анализ таких данных может также потребовать глубоких в области машинного обучения и интеллектуального анализа данных знаний (Hotho et al. (2005). [42] ).

Четвертая дорога

[ редактировать ]
Исламабадской фондовой биржи Бык

Четвертый путь - важный источник информации о внимании инвесторов - это поисковое поведение домохозяйств в Интернете. Этот подход подтверждается результатами Саймона (1955): [43] который приходит к выводу, что люди начинают процесс принятия решений со сбора соответствующей информации. Публично доступные данные об объемах поиска для большинства поисковых служб Интернета начинаются с 2004 года. С тех пор многие авторы показали полезность таких данных для прогнозирования внимания инвесторов и доходности рынка (Da et al. (2014), [14] Прайс и др. (2013), [44] и Курме и др. (2014) [45] ). В большинстве исследований используется сервис Google Trends (GT) для извлечения данных об объеме поиска и изучения внимания инвесторов. Полезность данных поиска в Интернете также была доказана на примере Yahoo! корпорации Данные (Бордино и др. (2012) [46] ). Применение данных поиска в Интернете дает многообещающие результаты при решении различных финансовых задач. Авторы Кристуфека (2013b) [47] обсудить применение данных GT в задаче диверсификации портфеля . Предлагаемая в статье процедура диверсификации основана на предположении, что популярность той или иной акции в интернет-запросах коррелирует с рискованностью этой акции. Автор сообщает, что такая процедура диверсификации помогает значительно повысить доходность портфеля. Да и др. (2014) [14] и Димпфл и Джанк (2015) [48] исследовать прогностическую силу данных GT для двух наиболее популярных показателей волатильности: реализованной волатильности (RV) и CBOE ежедневного индекса волатильности рынка ( VIX ). Оба исследования сообщают о положительной и значительной зависимости между данными поиска в Интернете и показателями волатильности. Бордино и др. (2012) [46] и Прейс и др. (2010) [49] раскрыть способность данных поиска в Интернете прогнозировать объемы торгов на фондовых рынках США. По данным Бордино и др. (2012), [46] «...объемы запросов во многих случаях опережают пики торгов на один день или более». Некоторые исследователи находят полезность данных GT для прогнозирования волатильности на рынке иностранной валюты (Смит (2012). [50] ). Признается все более важная роль данных поиска в Интернете при прогнозировании цен на криптовалюту (например, Биткойн ) (Кристуфек (2013a). [51] ). Сообщается также, что данные Google Trends являются хорошим предсказателем ежедневных потоков взаимных фондов . Да и др. (2014) [14] заключает, что такие данные о настроениях «...имеют значительную дополнительную предсказательную силу для будущих ежедневных инноваций в движении средств как в фондах акций, так и в фондах облигаций». Еще одним перспективным источником данных поиска в Интернете является количество посещений страниц Википедии, посвященных финансам (статистика страниц Википедии). [52] ) (Моат и др. (2013) [53] и Кристуфек (2013a) [51] ). Подводя итог, можно сказать, что поисковое поведение домохозяйств в Интернете является относительно новым и многообещающим средством привлечения внимания инвесторов. Такие данные о настроениях не требуют дополнительной информации из других источников и могут быть использованы в научных исследованиях самостоятельно.

Пятый источник

[ редактировать ]
«Все лодки плавают или тонут вместе с приливом».

Наконец, пятый источник внимания инвесторов также может зависеть от некоторых неэкономических факторов . Каждый день множество неэкономических событий (например, новости, погода, состояние здоровья и т. д.) влияют на наше настроение, что, в конечном счете, влияет на уровень нашего неприятия риска и торгового поведения. Эдманс и др. (2007) [54] обсудить влияние спортивных событий на торговое поведение инвесторов. Авторы сообщают об убедительных доказательствах аномально отрицательной доходности акций после поражений в крупных футбольных соревнованиях. Эффект потерь также действителен после международных игр по крикету, регби и баскетболу. Однако Абуди, Мугерман и Шуст (2022) [55] задокументировать положительную реакцию фондового рынка после победы на конкурсе песни «Евровидение». Этот положительный эффект задокументирован в стране-победителе. Авторы связывают этот вывод со структурой конкурса: в отличие от спортивных турниров, которые подчеркивают проигрыш, структура песенного конкурса «Евровидение» выделяет победителя. Каплански и Леви (2010) [56] исследовать влияние плохих новостей (авиакатастроф) на цены акций. Авторы приходят к выводу, что плохие новости (например, об авиационной катастрофе) могут привести к значительному падению доходности акций (особенно для небольших и рискованных акций). Доказательства того, что количество минут солнечного света в конкретный день влияет на поведение трейдера, представлены в Ахтари (2011). [57] и Хиршлейфер и Шамуэй (2003). [58] Авторы приходят к выводу, что «эффект солнечного света» статистически значим и устойчив к различным спецификациям модели. Влияние температуры на доходность акций обсуждается в Cao & Wei (2005). [59]

Согласно результатам упомянутого исследования, существует отрицательная зависимость между температурой и доходностью акций во всем диапазоне температур (т.е. доходность выше в холодную погоду). Известно также, что сезонное аффективное расстройство (САР) является предиктором настроения инвесторов (Камстра и др. (2003). [60] ). Это ожидаемый результат, поскольку SAD включает в себя информацию о погодных условиях. Некоторые исследователи идут еще дальше и выявляют зависимость между лунными фазами и доходностью фондового рынка (Юань и др. (2006). [61] ). По словам Дичева и Джейнса (2001): [62] «...доходность за 15 дней вокруг дат новолуния примерно вдвое превышает прибыль за 15 дней вокруг дат полнолуния». Сообщается, что даже геомагнитная активность оказывает влияние (отрицательно коррелированное) на доходность акций (C. Robotti (2003). [63] Подводя итог, можно сказать, что неэкономические события оказывают существенное влияние на поведение трейдера. Инвестор ожидает высокой рыночной доходности в солнечный, но прохладный день, пятнадцать дней вокруг новолуния, без значительной геомагнитной активности, предпочтительно на следующий день после победы в важном спортивном событии. В большинстве случаев такие данные следует рассматривать как дополнительные при измерении внимания инвесторов, а не как полностью независимые.

Валютные рынки

[ редактировать ]

Существуют дополнительные индикаторы для измерения настроений, особенно на Форекс рынках . Хотя рынок Форекс децентрализован (не торгуется на центральной бирже), [64] Различные розничные брокерские компании Форекс публикуют коэффициенты позиционирования (аналогичные коэффициенту пут/колл) и другие данные о торговом поведении своих клиентов. [65] [66] [67] Поскольку большинство розничных торговцев валютой терпят неудачу, [68] показатели настроений на рынке Форекс обычно используются в качестве противоположных индикаторов. [69] Некоторые исследователи сообщают, что данные поиска в Интернете (например, Google Trends ) полезны для прогнозирования волатильности на рынках иностранной валюты. [50] Сообщается, что данные поиска в Интернете и (соответствующие) данные о просмотрах страниц Википедии могут быть полезны для на криптовалюту (например, биткойн ). прогнозирования цен [51]

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ «Определение рыночных настроений» . Инвестопедия.
  2. ^ Настроения: значимый сдвиг для фондовых быков? | В поисках альфа В поисках альфа
  3. ^ «| AAII: Американская ассоциация индивидуальных инвесторов» . Американская ассоциация индивидуальных инвесторов .
  4. ^ «Бычье против медвежьего настроения – Stockgeist» . 15 февраля 2022 г. Проверено 14 июня 2022 г.
  5. ^ «Индекс S&P 500 находится на медвежьем рынке; вот что это значит» . Новости АВС . Проверено 14 июня 2022 г.
  6. ^ Томас Дорси, Диаграмма «крестики-нолики» , Настроения оказывают « 66% влияние на общее движение отдельной акции »
  7. ^ Барберис, Николас; Шлейфер, Андрей; Вишны, Роберт В. (1998). «Модель настроений инвесторов». Журнал финансовой экономики . 49 (3): 307–343. дои : 10.1016/S0304-405X(98)00027-0 . S2CID   154782800 .
  8. ^ Барберис, Николас; Талер, Ричард (1 января 2003 г.). Финансы, Б.Т. - Справочник по экономике (ред.). Финансовые рынки и ценообразование активов . Том. 1, Часть Б. Эльзевир. стр. 1053–1128. дои : 10.1016/S1574-0102(03)01027-6 . ISBN  9780444513632 .
  9. ^ Перейти обратно: а б с д Бейкер, Малькольм; Вурглер, Джеффри (2007). «Настроения инвесторов на фондовом рынке» . Журнал экономических перспектив . 21 (2): 129–152. дои : 10.1257/jep.21.2.129 .
  10. ^ Жерве, Саймон; Каниэль, Рон; Мингельгрин, Дэн Х. (1 июня 2001 г.). «Премия за большой объем прибыли». Журнал финансов . 56 (3): 877–919. CiteSeerX   10.1.1.540.2997 . дои : 10.1111/0022-1082.00349 . ISSN   1540-6261 .
  11. ^ Хоу, Кевэй; Сюн, Вэй; Пэн, Линь (16 января 2009 г.). «Повесть о двух аномалиях: влияние внимания инвесторов на цену и динамику прибыли». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНН   976394 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  12. ^ Перейти обратно: а б Барбер, Брэд М.; Один, Терренс (1 апреля 2008 г.). «Все, что блестит: влияние внимания и новостей на покупательское поведение индивидуальных и институциональных инвесторов». Обзор финансовых исследований . 21 (2): 785–818. дои : 10.1093/rfs/hhm079 . ISSN   0893-9454 .
  13. ^ Уэйли, Роберт Э (01 марта 2000 г.). «Инвесторский индикатор страха» . Журнал управления портфелем . 26 (3): 12–17. дои : 10.3905/jpm.2000.319728 . ISSN   0095-4918 . S2CID   154699901 .
  14. ^ Перейти обратно: а б с д и ж г Да, Чжи; Энгельберг, Йозеф; Гао, Пэнцзе (17 октября 2014 г.). «Сумма всех СТРАХОВ, настроений инвесторов и цен на активы» . Обзор финансовых исследований . 28 (1): 1–32. дои : 10.1093/rfs/hhu072 . ISSN   0893-9454 .
  15. ^ «Новый индикатор настроений на рынке» . Журнал индексов.
  16. ^ Цвейг, Мартин Э. (1973). «Модель прогнозирования цен на акции инвесторов с использованием премий закрытых фондов». Журнал финансов . 28 (1): 67–78. дои : 10.1111/j.1540-6261.1973.tb01346.x . JSTOR   2978169 .
  17. ^ Ли, Чарльз; Шлейфер, Андрей; Талер, Ричард (1991). «Настроения инвесторов и загадка закрытых фондов» . Журнал финансов . 46 (1): 75–109. дои : 10.1111/j.1540-6261.1991.tb03746.x .
  18. ^ Браун, Стивен Дж.; Гетцманн, Уильям Н.; Хираки, Такато; Сириши, Нориёси; Ватанабэ, Масахиро (февраль 2003 г.). «Настроения инвесторов в ежедневных потоках взаимных фондов Японии и США» . Рабочий документ NBER № 9470 . дои : 10.3386/w9470 .
  19. ^ Мрачные инвесторы фондов - MarketWatch
  20. ^ Бейкер, Малькольм; Вурглер, Джеффри (2004). «Появление и исчезновение дивидендов: связь со стимулами в сфере общественного питания» (PDF) . Журнал финансовой экономики . 73 (2): 271–288. дои : 10.1016/j.jfineco.2003.08.001 . S2CID   18519141 .
  21. ^ Элизабет Симойнс Виейра (18 октября 2011 г.). «Настроения инвесторов и реакция рынка на новости о дивидендах: европейские данные». Управленческие финансы . 37 (12): 1213–1245. дои : 10.1108/03074351111175100 . hdl : 10773/6575 . ISSN   0307-4358 .
  22. ^ Кумар, Алок; Ли, Чарльз Мак (01 октября 2006 г.). «Настроения розничных инвесторов и динамика доходности». Журнал финансов . 61 (5): 2451–2486. дои : 10.1111/j.1540-6261.2006.01063.x . ISSN   1540-6261 .
  23. ^ Юнгквист, Александр; Сингх, Радждип; Нанда, Викрам К. (6 ноября 2003 г.). «Горячие рынки, настроения инвесторов и цены на IPO». Встречи AFA 2004 в Сан-Диего; Двенадцатая ежегодная зимняя финансовая конференция штата Юта; Техасский финансовый фестиваль . Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНР   282293 .
  24. ^ Груллон, Густаво; Канатас, Джордж; Уэстон, Джеймс П. (1 апреля 2004 г.). «Реклама, широта собственности и ликвидность». Обзор финансовых исследований . 17 (2): 439–461. дои : 10.1093/rfs/hhg039 . ISSN   0893-9454 .
  25. ^ Чемманур, Томас Дж.; Ян, Ан (14 января 2010 г.). «Реклама, признание инвесторов и доходность акций» . Серия рабочих документов SSRN . дои : 10.2139/ssrn.1536753 . ISSN   1556-5068 .
  26. ^ «Опросы потребителей» . www.sca.isr.umich.edu . Проверено 26 апреля 2016 г.
  27. ^ «Индекс потребительского доверия® | The Conference Board» . www.conference-board.org . Проверено 26 апреля 2016 г.
  28. ^ «Индекс оптимизма инвесторов UBS/Gallup» . ciser.cornell.edu . Проверено 26 апреля 2016 г.
  29. ^ Браун, Грегори В.; Клифф, Майкл Т. (1 января 2005 г.). «Настроения инвесторов и оценка активов». Журнал бизнеса . 78 (2): 405–440. CiteSeerX   10.1.1.196.6127 . дои : 10.1086/427633 . JSTOR   10.1086/427633 .
  30. ^ Певица Элеонора (1 января 2002 г.). «Использование стимулов для сокращения неполучения ответов в обследованиях домохозяйств» . Исследовательские ворота .
  31. ^ Перейти обратно: а б Дугал, Кейси; Энгельберг, Йозеф; Гарсиа, Диего; Парсонс, Кристофер А. (01 марта 2012 г.). «Журналисты и фондовый рынок». Обзор финансовых исследований . 25 (3): 639–679. дои : 10.1093/rfs/hhr133 . ISSN   0893-9454 .
  32. ^ Ахерн, Кеннет Р.; Сосюра, Денис (24 января 2015 г.). «Ходят слухи: сенсации в финансовых СМИ». Обзор финансовых исследований . 28 (7): 2050–2093. CiteSeerX   10.1.1.650.9703 . дои : 10.1093/rfs/hhv006 . ISSN   0893-9454 .
  33. ^ Тетлок, Пол К. (1 июня 2007 г.). «Придание содержания настроениям инвесторов: роль СМИ на фондовом рынке». Журнал финансов . 62 (3): 1139–1168. дои : 10.1111/j.1540-6261.2007.01232.x . ISSN   1540-6261 .
  34. ^ Чжан, Сюэ; Фюрес, Хауке; Глур, Питер А. (1 января 2011 г.). «Прогнозирование показателей фондового рынка через Твиттер: «Надеюсь, все не так плохо, как я боюсь» » . Procedia — Социальные и поведенческие науки . 2-я конференция совместных инновационных сетей - COINs2010. 26 : 55–62. дои : 10.1016/j.sbspro.2011.10.562 .
  35. ^ Боллен, Йохан; Мао, Хуина; Цзэн, Сяо-Цзюнь (2011). «Настроение Twitter предсказывает фондовый рынок». Журнал вычислительной науки . 2 (1): 1–8. arXiv : 1010.3003 . дои : 10.1016/j.jocs.2010.12.007 . ISSN   1877-7503 . S2CID   14727513 .
  36. ^ Нассери, Аля Аль; Такер, Аллан; Чезаре, Серджио де (08 октября 2014 г.). «Анализ больших данных StockTwits для прогнозирования настроений на фондовом рынке». В Джероски, Сашо; Панов, Панче; Кочев, Драги; Тодоровский, Люпчо (ред.). Наука открытий . Конспекты лекций по информатике. Том. 8777. Международное издательство Springer. стр. 13–24. дои : 10.1007/978-3-319-11812-3_2 . ISBN  9783319118116 .
  37. ^ Шпренгер, Тимм О.; Тумасян, Андраник; Санднер, Филипп Г.; Велпе, Изабель М. (1 ноября 2014 г.). «Твиты и сделки: информационный контент биржевых микроблогов». Европейский финансовый менеджмент . 20 (5): 926–957. дои : 10.1111/j.1468-036x.2013.12007.x . ISSN   1468-036X . S2CID   156505712 .
  38. ^ Ранко, Габриэле; Алексовский, Дарко; Кальдарелли, Гвидо; Грчар, Миха; Мозетич, Игорь (21 сентября 2015 г.). «Влияние настроений в Твиттере на доходность акций» . ПЛАС ОДИН . 10 (9): e0138441. arXiv : 1506.02431 . Бибкод : 2015PLoSO..1038441R . дои : 10.1371/journal.pone.0138441 . ISSN   1932-6203 . ПМЦ   4577113 . ПМИД   26390434 .
  39. ^ Габровшек, Питер; Алексовский, Дарко; Мозетик Игорь; Грчар, Миха (24 февраля 2017 г.). «Настроение в Твиттере вокруг событий, связанных с объявлением о прибылях» . ПЛАС ОДИН . 12 (2): e0173151. arXiv : 1611.02090 . Бибкод : 2017PLoSO..1273151G . дои : 10.1371/journal.pone.0173151 . ISSN   1932-6203 . ПМЦ   5325598 . ПМИД   28235103 .
  40. ^ Карабулут, Йигиткан (13 августа 2013 г.). «Может ли Facebook предсказать активность фондового рынка?». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССРН   1919008 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  41. ^ Петерсон, Ричард (21 марта 2016 г.). Торговля на основе настроений: власть разума над рынком . Джон Уайли и сыновья. ISBN  9781119122760 .
  42. ^ Хото, Андреас; Нюрнбергер, Андреас; Паас, Герхард (1 января 2005 г.). «Краткий обзор интеллектуального анализа текста». LDV Forum — Журнал GLDV по компьютерной лингвистике и языковым технологиям . 20 :19–62. CiteSeerX   10.1.1.153.6679 . дои : 10.21248/jlcl.20.2005.68 . S2CID   7120895 .
  43. ^ Саймон, Герберт А. (1 января 1955 г.). «Поведенческая модель рационального выбора» . Ежеквартальный экономический журнал . 69 (1): 99–118. дои : 10.2307/1884852 . JSTOR   1884852 . Архивировано из оригинала 24 сентября 2017 года.
  44. ^ Прейс, Тобиас; Моут, Хелен Сюзанна; Стэнли, Х. Юджин (25 апреля 2013 г.). «Количественная оценка торгового поведения на финансовых рынках с использованием Google Trends» . Научные отчеты . 3 : 1684. Бибкод : 2013NatSR...3E1684P . дои : 10.1038/srep01684 . ISSN   2045-2322 . ПМЦ   3635219 . ПМИД   23619126 .
  45. ^ Курм, Честер; Прейс, Тобиас; Стэнли, Х. Юджин; Мот, Хелен Сюзанна (12 августа 2014 г.). «Количественная оценка семантики поискового поведения до движения фондового рынка» . Труды Национальной академии наук . 111 (32): 11600–11605. Бибкод : 2014PNAS..11111600C . дои : 10.1073/pnas.1324054111 . ISSN   0027-8424 . ПМЦ   4136609 . ПМИД   25071193 .
  46. ^ Перейти обратно: а б с Бордино, Илария; Баттистон, Стефано; Кальдарелли, Гвидо; Кристелли, Матье; Укконен, Антти; Вебер, Ингмар (19 июля 2012 г.). «Поисковые запросы в Интернете могут предсказать объемы фондового рынка» . ПЛОС ОДИН . 7 (7): е40014. arXiv : 1110.4784 . Бибкод : 2012PLoSO...740014B . дои : 10.1371/journal.pone.0040014 . ISSN   1932-6203 . ПМК   3400625 . ПМИД   22829871 .
  47. ^ Кристуфек, Ладислав (19 сентября 2013 г.). «Могут ли поисковые запросы Google Trends способствовать диверсификации рисков?» . Научные отчеты . 3 : 2713. arXiv : 1310.1444 . Бибкод : 2013NatSR...3E2713K . дои : 10.1038/srep02713 . ISSN   2045-2322 . ПМЦ   3776958 . ПМИД   24048448 .
  48. ^ Димпфл, Томас; Янк, Стефан (6 июня 2012 г.). «Могут ли поисковые запросы в Интернете помочь предсказать волатильность фондового рынка?». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНР   1941680 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  49. ^ Прейс, Тобиас; Рейт, Дэниел; Стэнли, Х. Юджин (28 декабря 2010 г.). «Сложная динамика нашей экономической жизни в разных масштабах: выводы из данных поисковых запросов» . Философские труды Лондонского королевского общества A: Математические, физические и технические науки . 368 (1933): 5707–5719. Бибкод : 2010RSPTA.368.5707P . дои : 10.1098/rsta.2010.0284 . ISSN   1364-503X . ПМИД   21078644 .
  50. ^ Перейти обратно: а б Смит, Джеффри Питер (01 июня 2012 г.). «Поисковая активность Google в Интернете и прогноз волатильности на рынке иностранной валюты». Письма о финансовых исследованиях . 9 (2): 103–110. дои : 10.1016/j.frl.2012.03.003 .
  51. ^ Перейти обратно: а б с Кристуфек, Ладислав (01 января 2013 г.). «Биткойн встречается с Google Trends и Wikipedia: количественная оценка взаимосвязи между явлениями эпохи Интернета» . Научные отчеты . 3 : 3415. Бибкод : 2013NatSR...3E3415K . дои : 10.1038/srep03415 . ISSN   2045-2322 . ПМЦ   3849639 . ПМИД   24301322 .
  52. ^ «Анализ просмотров страниц» . www.tools.wmflabs.org . Проверено 26 апреля 2016 г.
  53. ^ Моут, Хелен Сюзанна; Курм, Честер; Авакян, Адам; Кенетт, Дрор Ю.; Стэнли, Х. Юджин; Прейс, Тобиас (08 мая 2013 г.). «Количественная оценка моделей использования Википедии до движения фондового рынка» . Научные отчеты . 3 : 1801. Бибкод : 2013NatSR...3E1801M . дои : 10.1038/srep01801 . ISSN   2045-2322 . ПМЦ   3647164 .
  54. ^ Эдманс, Алекс; Гарсиа, Диего; Норли, Эйвинд (1 августа 2007 г.). «Спортивные настроения и доходность акций». Журнал финансов . 62 (4): 1967–1998. CiteSeerX   10.1.1.323.2017 . дои : 10.1111/j.1540-6261.2007.01262.x . ISSN   1540-6261 .
  55. ^ Абуди, Менахем (Мени); Мугерман, Евгений; Шуст, Эфрат (апрель 2022 г.). «Победитель получает все: настроения инвесторов и конкурс песни Евровидение» . Журнал банковского дела и финансов . 137 : 106432. doi : 10.1016/j.jbankfin.2022.106432 . ISSN   0378-4266 .
  56. ^ Каплански, Гай; Леви, Хаим (01 февраля 2010 г.). «Настроения и цены на акции: случай авиационных катастроф». Журнал финансовой экономики . 95 (2): 174–201. дои : 10.1016/j.jfineco.2009.10.002 . S2CID   141066554 .
  57. ^ Ахтари, Митра (29 мая 2011 г.). «Переоценка эффекта погоды: цены на акции и погода на Уолл-стрит» . Экономический обзор бакалавриата . 7 (1).
  58. ^ Хиршлейфер, Дэвид; Шамуэй, Тайлер (1 января 2003 г.). «Добрый день, солнечный свет: доходность акций и погода». Журнал финансов . 58 (3): 1009–1032. дои : 10.1111/1540-6261.00556 . JSTOR   3094570 .
  59. ^ Цао, Мелани; Вэй, Джейсон (1 июня 2005 г.). «Доходность фондового рынка: заметка о температурной аномалии». Журнал банковского дела и финансов . 29 (6): 1559–1573. дои : 10.1016/j.jbankfin.2004.06.028 .
  60. ^ Камстра, Марк Дж.; Крамер, Лиза А.; Леви, Морис Д. (1 октября 2003 г.). «Зимний блюз: грустный цикл фондового рынка». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНР   208622 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  61. ^ Чжэн, Лу; Юань, Кэти; Чжу, Цяоцяо (5 сентября 2001 г.). «Инвесторы в восторге? - Лунные фазы и доходность акций». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНН   283156 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  62. ^ Дичев Илья Д.; Джейнс, Трой Д. (1 августа 2001 г.). «Влияние лунного цикла на доходность акций». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНР   281665 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  63. ^ Роботти, Чезаре; Кривелёва, Аня (01 октября 2003 г.). «Игра на поле: геомагнитные бури и фондовый рынок». Рочестер, штат Нью-Йорк: Сеть исследований социальных наук. ССНР   375702 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  64. ^ «Определение децентрализованного рынка» .
  65. ^ «Коэффициенты открытых позиций Oanda Forex» .
  66. ^ «Индекс настроений SWFX» .
  67. ^ «Индекс настроений брокеров реального времени ForexBold» .
  68. ^ Финберг, Рон (18 мая 2014 г.). «Заключительный отчет о прибыльности розничной торговли на рынке Форекс в США за первый квартал 2014 года» . forexmagnates.com . Магнаты Форекса . Проверено 19 июля 2014 г.
  69. ^ «Белая книга по торговле настроениями» (PDF) .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Market_sentiment&oldid=1227720556"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: f37fad705a0d23871c9c7a988dab8a90__1717753440
URL1:https://arc.ask3.ru/arc/aa/f3/90/f37fad705a0d23871c9c7a988dab8a90.html
Заголовок, (Title) документа по адресу, URL1:
Market sentiment - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)