در دنیای مدرن بازارهای مالی، سرعت و دقت در تصمیم‌گیری حرف اول را می‌زند. با پیشرفت چشمگیر کلان‌داده‌ها و قدرت محاسباتی، پلتفرم‌های معاملات خودکار (Automatic Trading) به بخش جدایی‌ناپذیر بازار سهام تبدیل شده‌اند. این سیستم‌ها می‌توانند در کسری از ثانیه، حجم عظیمی از اطلاعات را پردازش کرده و معاملات را اجرا کنند. در این میان، حوزه معاملات الگوریتمی یا کوانت (Quantitative Trading) به دلیل توانایی‌اش در مدل‌سازی ریاضی و آماری رفتار بازار، توجه گسترده‌ای را به خود جلب کرده است.

با این حال، یکی از جنبه‌های مهم بازار که مدل‌های کلاسیک مالی اغلب از آن غفلت می‌کنند، نقش «احساسات انسانی» است. در بازارهایی که کاملاً کارا نیستند (Non-strongly efficient markets)، هیجانات، ترس‌ها، امیدها و انتظارات سرمایه‌گذاران تأثیر مستقیمی بر روند قیمت‌ها دارد. این مقاله علمی با عنوان «دسته‌بندی احساسات بازار سهام و آزمون گذشته‌نگر با BERT تنظیم‌شده دقیق» به طور مشخص به این چالش می‌پردازد: چگونه می‌توان احساسات پراکنده در فضای مجازی را به یک سیگنال معاملاتی قابل‌اندازه‌گیری و سودآور تبدیل کرد؟ اهمیت این پژوهش در پیوند دادن دو دنیای پیشرفته، یعنی «پردازش زبان طبیعی» (NLP) و «مالی محاسباتی» (Computational Finance) نهفته است. این مقاله نشان می‌دهد که چگونه می‌توان با استفاده از یکی از قدرتمندترین مدل‌های هوش مصنوعی، یعنی BERT، نبض بازار را از طریق تحلیل نظرات کاربران سنجید و از آن برای بهبود استراتژی‌های سرمایه‌گذاری بهره برد.

این مقاله توسط «جیاشو لو» (Jiashu Lou) به نگارش درآمده و در نقطه تلاقی سه حوزه علمی بسیار پویا و مدرن قرار گرفته است:

• مالی محاسباتی (Computational Finance): این حوزه بر استفاده از مدل‌های ریاضی و کامپیوتری برای تحلیل و پیش‌بینی بازارهای مالی تمرکز دارد.
• پردازش زبان طبیعی (Computation and Language): شاخه‌ای از هوش مصنوعی که به کامپیوترها توانایی درک، تفسیر و تولید زبان انسان را می‌دهد.
• یادگیری ماشین (Machine Learning): زیرمجموعه‌ای از هوش مصنوعی که در آن الگوریتم‌ها از طریق داده‌ها «یاد می‌گیرند» تا الگوها را شناسایی کرده و پیش‌بینی انجام دهند.

این پژوهش نمونه‌ای برجسته از کاربرد فناوری‌های نوین در حل مسائل دنیای واقعی است. با ترکیب این سه حوزه، نویسنده موفق شده است یک راهکار جامع برای استخراج ارزش از داده‌های متنی بدون ساختار (نظرات کاربران) و تبدیل آن به یک استراتژی معاملاتی ساختاریافته و قابل آزمون ارائه دهد.

هدف اصلی این تحقیق، بررسی این فرضیه است که آیا احساسات جمعی سرمایه‌گذاران که در انجمن‌های آنلاین سهام منعکس می‌شود، قدرت پیش‌بینی‌کنندگی برای قیمت سهام در آینده را دارد یا خیر. مقاله این فرضیه را در چند مرحله نظام‌مند مورد آزمون قرار می‌دهد. ابتدا، داده‌های متنی (عناوین نظرات کاربران) از یک پلتفرم مالی محبوب چینی به نام «East Money» استخراج می‌شود. سپس، با استفاده از یک مدل پیشرفته پردازش زبان طبیعی به نام BERT که به طور ویژه برای تحلیل احساسات مالی «تنظیم دقیق» (Fine-tuned) شده است، قطبیت احساسی (مثبت، منفی یا خنثی) هر نظر مشخص می‌گردد.

در مرحله بعد، این اطلاعات احساسی به عنوان یک «عامل» (Factor) جدید به یک مدل معاملاتی کمّی شناخته‌شده به نام Alpha191 اضافه می‌شود. مدل ترکیبی جدید برای پیش‌بینی تغییرات قیمت سهام در پنج روز آینده به کار گرفته می‌شود. در نهایت، یک استراتژی معاملاتی خودکار بر اساس این پیش‌بینی‌ها طراحی شده و عملکرد آن از طریق «آزمون گذشته‌نگر» (Backtesting) بر روی داده‌های تاریخی ارزیابی می‌شود. نتایج این آزمون با دو معیار مقایسه می‌شود: یک استراتژی پایه و استراتژی مبتنی بر مدل Alpha191 اصلی (بدون عامل احساسات). همانطور که در ادامه خواهیم دید، نتایج به طرز چشمگیری نشان‌دهنده ارزش افزوده تحلیل احساسات در معاملات الگوریتمی است.

فرآیند پژوهش در این مقاله از چهار مرحله اصلی و به هم پیوسته تشکیل شده است:

• مرحله اول: جمع‌آوری و پاک‌سازی داده‌ها
  پژوهش با استخراج داده‌ها از طریق خزش وب (Web Crawling) از تالار گفتگوی سهام وب‌سایت East Money آغاز می‌شود. تمرکز اصلی بر روی عناوین نظرات کاربران است، زیرا عناوین معمولاً عصاره نظر و احساسات نویسنده را در خود دارند. پس از جمع‌آوری، داده‌ها تحت فرآیند پاک‌سازی قرار می‌گیرند تا نویزها، کاراکترهای نامرتبط و اطلاعات اضافی حذف شده و برای ورود به مدل آماده شوند.
• مرحله دوم: ساخت و تنظیم دقیق مدل BERT
  در این مرحله، از مدل BERT (Bidirectional Encoder Representations from Transformers) استفاده می‌شود. BERT یک مدل زبانی پیشرفته است که برخلاف مدل‌های قدیمی‌تر، کلمات را در بستر کامل جمله (هم از چپ به راست و هم از راست به چپ) درک می‌کند و به همین دلیل درک عمیق‌تری از معنا و مفهوم متن دارد. مدل BERT از پیش آموزش‌دیده، بر روی یک مجموعه داده برچسب‌دار موجود، «تنظیم دقیق» (Fine-tuning) می‌شود. این فرآیند، مدل را برای وظیفه خاص دسته‌بندی احساسات در متون مالی بهینه‌سازی می‌کند. عملکرد این مدل تنظیم‌شده با مدل BERT اصلی و مدل‌های پایه دیگر مقایسه می‌شود تا برتری آن به اثبات برسد.
• مرحله سوم: استخراج احساسات و ادغام با مدل مالی Alpha191
  پس از تأیید کارایی مدل، از آن برای برچسب‌گذاری قطبیت احساسی (مثبت، منفی) داده‌های جمع‌آوری‌شده از East Money استفاده می‌شود. خروجی این مرحله، یک سری زمانی از احساسات بازار برای هر سهم است. این داده جدید به عنوان یک عامل مستقل به مدل Alpha191 اضافه می‌شود. مدل Alpha191 مجموعه‌ای از ۱۹۱ سیگنال یا «آلفا»ی کمّی است که برای پیش‌بینی بازده سهام طراحی شده‌اند. ادغام عامل احساسات از طریق یک مدل رگرسیون انجام می‌شود تا تأثیر همزمان عوامل سنتی و عامل احساسات بر قیمت سهام مدل‌سازی شود.
• مرحله چهارم: پیش‌بینی و آزمون گذشته‌نگر (Backtesting)
  مدل رگرسیون نهایی برای پیش‌بینی میانگین تغییر قیمت هر سهم در ۵ روز معاملاتی آینده به کار می‌رود. این پیش‌بینی به یک سیگنال معاملاتی تبدیل می‌شود: اگر پیش‌بینی مثبت باشد، سیگنال خرید و اگر منفی باشد، سیگنال فروش صادر می‌شود. برای ارزیابی عملکرد واقعی این استراتژی، یک شبیه‌سازی تاریخی یا آزمون گذشته‌نگر اجرا می‌شود. این آزمون نشان می‌دهد که اگر این استراتژی در گذشته اجرا می‌شد، چه میزان بازدهی ایجاد می‌کرد.

نتایج تجربی این پژوهش بسیار قابل توجه بوده و فرضیه اصلی آن را با قدرت تأیید می‌کنند. یافته‌های اصلی را می‌توان در سه بخش خلاصه کرد:

• عملکرد برتر مدل زبانی: نتایج نشان داد که مدل BERT تنظیم‌شده دقیق، در دسته‌بندی احساسات متون مالی به مراتب بهتر از مدل BERT اصلی و سایر مدل‌های پایه عمل می‌کند. این یافته اهمیت فرآیند تنظیم دقیق برای انطباق مدل‌های عمومی با دامنه‌های تخصصی را برجسته می‌سازد.
• معناداری آماری عامل احساسات: تحلیل رگرسیون نشان داد که عامل احساسات استخراج‌شده از نظرات کاربران، یک متغیر آماری معنادار در پیش‌بینی بازده سهام است. این بدان معناست که ارتباط مشاهده‌شده بین احساسات جمعی و حرکات قیمت، تصادفی نبوده و دارای قدرت توضیحی است.
• نتایج خیره‌کننده آزمون گذشته‌نگر: این بخش مهم‌ترین دستاورد مقاله است. نتایج شبیه‌سازی معاملاتی نشان داد که:
  • استراتژی مبتنی بر احساسات، نرخ بازدهی را به میزان ۷۳.۸٪ در مقایسه با استراتژی پایه افزایش داده است.
  • این استراتژی همچنین توانسته است عملکرد مدل Alpha191 اصلی (بدون عامل احساسات) را به میزان ۳۲.۴۱٪ بهبود بخشد.

این اعداد به وضوح نشان می‌دهند که گنجاندن تحلیل احساسات در مدل‌های معاملاتی کمّی، می‌تواند به مزیت رقابتی قابل توجهی منجر شود.

این پژوهش پیامدهای عملی و علمی مهمی به همراه دارد:

• کاربردهای عملی: شرکت‌های مدیریت دارایی، صندوق‌های پوشش ریسک (Hedge Funds) و معامله‌گران الگوریتمی می‌توانند از این روش‌شناسی برای توسعه استراتژی‌های معاملاتی پیچیده‌تر و سودآورتری استفاده کنند. تحلیل احساسات می‌تواند به عنوان یک لایه اطلاعاتی مکمل در کنار تحلیل‌های بنیادی و تکنیکال به کار رود.
• دستاوردهای علمی: این مقاله یک چارچوب مستحکم برای ادغام داده‌های متنی بدون ساختار در مدل‌های مالی کمّی ارائه می‌دهد. همچنین، قدرت مدل‌های مدرن NLP مانند BERT را در حوزه مالی به نمایش می‌گذارد و نشان می‌دهد که تحلیل احساسات فراتر از شمارش کلمات کلیدی مثبت و منفی است. این تحقیق به صورت کمّی ارزش اطلاعاتی «احساسات بازار» را اندازه‌گیری کرده و ثابت می‌کند که این عامل تنها یک «نویز» نیست، بلکه یک سیگنال پیش‌بینی‌کننده ارزشمند است.

این مقاله با موفقیت نشان می‌دهد که می‌توان از طریق تحلیل هوشمند نظرات کاربران در فضای آنلاین، به درک عمیق‌تری از دینامیک بازار سهام دست یافت و از آن برای کسب سود بهره برد. پژوهش حاضر یک استراتژی معاملاتی جامع را از مرحله جمع‌آوری داده تا اجرا و ارزیابی نهایی، طراحی و پیاده‌سازی می‌کند. نتیجه کلیدی آن این است که افزودن عامل احساسات، که با یک مدل BERT تنظیم‌شده دقیق استخراج شده، به طور قابل توجهی بازدهی استراتژی‌های معاملاتی کمّی را افزایش می‌دهد.

نویسنده در پایان به مزایا و معایب این رویکرد نیز اشاره می‌کند. از جمله چالش‌ها می‌توان به نوسانات بالای احساسات، احتمال دستکاری نظرات توسط ربات‌ها و تغییر ماهیت رابطه بین احساسات و قیمت در طول زمان اشاره کرد. با این حال، مقاله مسیرهای جذابی را برای تحقیقات آینده پیشنهاد می‌دهد، از جمله استفاده از منابع داده متنوع‌تر (مانند اخبار مالی و شبکه‌های اجتماعی)، به‌کارگیری مدل‌های زبانی پیشرفته‌تر، و توسعه مدل‌های پویا که بتوانند خود را با شرایط متغیر بازار تطبیق دهند. در مجموع، این پژوهش گامی مهم در جهت هوشمندسازی هرچه بیشتر بازارهای مالی و بهره‌گیری از تمام ظرفیت‌های اطلاعاتی موجود در عصر دیجیتال است.