Beleggers kunnen wel degelijk baat hebben bij het analyseren van het heersende sentiment in de media.
Ten minste, als ze dat doen op basis van kwantitatieve data-analyse, zeggen de experts van UBS Asset Management in hun laatste paper ‘Changes and Challenges –Investing based on big data analytics’.
Over het algemeen houden beleggers rekening met macro-economische indicatoren en winstcijfers, naast meer traditionele factoren als waarde, groei of momentum. Uit onderzoek blijkt echter dat nieuwssentiment wel degelijk een goede indicator voor beursprestaties kan zijn.
Een van de eerste onderzoeken op dit gebied volgde een column in de Wall Street Journal over een langere periode. Daaruit bleek al dat aan de hand van de hoeveelheid negatief woordgebruik kon worden voorspeld of de beurzen in het rood zouden gaan of niet.
Big data-analyse die gebruik maakt van nieuwe technieken als machine learning en artificiële intelligentie wordt al langer ingezet door beleggers, bijvoorbeeld om in te schatten hoe vaak bepaalde winkelcentra worden bezocht aan de hand van satellietbeelden van parkeergelegenheden.
Deze technieken hebben volgens de experts van UBS ook het onderzoek naar nieuwssentiment verder verbeterd. Hierdoor is het nu mogelijk om langere cycli in het nieuwssentiment te identificeren en die informatie kunnen professionele beleggers goed inzetten bij hun tactische asset allocatie, zeggen de experts.
Wie dus in staat is tot een degelijke analyse van het nieuws, kan daar competitief voordeel uit halen, zonder uiteraard de traditionele indicatoren uit het oog te verliezen. En de tweets van de Amerikaanse president Donald Trump buiten beschouwing gelaten.
