Seminario de Informática ‘Mirian Andrés’: Predicción de las reacciones del mercado a las noticias: un enfoque basado en modelos LLM utilizando artículos empresariales españoles

En los mercados financieros, las noticias influyen en las cotizaciones bursátiles. A pesar de la postulada «Hipótesis del Mercado Eficiente» (Efficient Market Hypothesis o EMH), la evidencia empírica muestra ineficiencias, especialmente en presencia de complejidad en la información. Las investigaciones que han intentado explicar esas ineficiencias se han centrado habitualmente en métodos basados en diccionarios, análisis de sentimiento, modelización de temas y, más recientemente, en modelos basados en vectores como el modelo BERT, los cuales siguen careciendo de una comprensión exhaustiva del texto. Además, muchos estudios no tienen en cuenta las perturbaciones implícitas en las noticias específicas de las empresas y dependen excesivamente de los titulares para su análisis.

En el seminario se abordarán estas limitaciones mediante el uso de modelos de lenguaje amplio (Large Language Models o LLM) para proporcionar un análisis exhaustivo y específico de las empresas a partir de artículos de noticias completos. Utilizando un dataset de noticias empresariales españolas de DowJones Newswires durante un periodo de elevada incertidumbre (junio de 2020 a septiembre de 2021), aplicamos los modelos LLM para comprender las perturbaciones económicas que afectan a las empresas, clasificándolas por tipo, magnitud y dirección.

Los resultados muestran que el análisis basado en LLM proporciona una visión superior durante los períodos volátiles en comparación con un modelo de referencia (agrupación KMeans de incrustaciones vectoriales). El uso de los modelos LLM para analizar las noticias de forma similar a la humana nos permite comprender de una manera más clara las reacciones del mercado a la información específica de las empresas, tal y como demuestra la estrategia de inversión utilizada en el estudio.