Инвесторлардың нарық бағасының өсуіне қатысты көңіл-күйі
Market sentiment
Инвесторлар нарық бағасының өсуіне немесе төмендеуіне қатысты көзқарасы, нарық сезімі, «бык» және «аю» трендтері туралы маңызды ақпарат. Инвестициялық кеңес!
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Инвесторлардың нарықтық бағалардың өсуіне қатысты жалпы көзқарасы
General attitude of investors to market price development
Нарықтың сезімі, сондай-ақ инвесторлардың назары, нарықтағы бағалардың қалай өседі деген күтілімге байланысты инвесторлардың жалпы басым көзқарасы болып табылады. Бұл көзқарас баға тарихы, экономикалық есептер, маусымдық факторлар, сондай-ақ ұлттық және әлемдік оқиғалар сияқты әртүрлі негізгі және техникалық факторлардың жиынтығынан құралады. Егер инвесторлар қор нарығында бағаның өсуін күтсе, онда сезім «көтерілісшіл» деп айтылады. Керісінше, егер нарықтың сезімі «төмендеушіл» болса, көптеген инвесторлар бағаның төмендеуін күтеді. Нарықтық жағдайларға қарамастан, өз сезімін сақтайтын нарық қатысушылары тиісінше «тұрақты көтерілісшілдер» және «тұрақты төмендеушілер» деп аталады. Нарықтың сезімі көбінесе кері индикатор болып есептеледі: көпшілік күткен нәрсеге қарсы ставка жасау әдетте тиімді. Нарықтың сезімі нарық қозғалысын болжаудың жақсы құралы деп саналады, әсіресе ол шектен шыққан кезде. Өте төмендеушіл сезімге ие болған кезде нарық әдетте қалыптыдан артық өседі, және керісінше. «Көтерілісшіл нарық» – бағаның нақты немесе күтілетін өсуінің ұзаққа созылған кезеңі, ал «төмендеушіл нарық» – индекс немесе акцияның жақындағы ең жоғары деңгейінен 20% немесе одан да көп уақыт бойы төмендеуін сипаттау үшін қолданылады. Нарықтың сезімін бақылау үшін бағаның өсуі мен төмендеуінің арақатынасы, жаңа ең жоғары және ең төмен бағалардың салыстырылуы сияқты түрлі техникалық және статистикалық әдістер қолданылады. Жеке акцияның жалпы қозғалысының үлкен бөлігі нарықтың сезімімен байланысты. Акциялар нарығының жағдайды көрсетуі көбінесе «барлық қайықтар толқынмен бірге жүзеді немесе батып кетеді» деп сипатталады, Уолл-стриттегі танымал «тренд – сіздің досыңыз» деген сөзбен. Соңғы он жылда инвесторлар компаниялар мен секторлар туралы мәтіндік жаңалықтарға сезімді талдау жасау арқылы нарықтың сезімін өлшеуге көшті.
Market sentiment, also known as investor attention, is the general prevailing attitude of investors as to anticipated price development in a market. This attitude is the accumulation of a variety of fundamental and technical factors, including price history, economic reports, seasonal factors, and national and world events. If investors expect upward price movement in the stock market, the sentiment is said to be bullish. On the contrary, if the market sentiment is bearish, most investors expect downward price movement. Market participants who maintain a static sentiment, regardless of market conditions, are described as permabulls and permabears respectively. Market sentiment is usually considered as a contrarian indicator: what most people expect is a good thing to bet against. Market sentiment is used because it is believed to be a good predictor of market moves, especially when it is more extreme. Very bearish sentiment is usually followed by the market going up more than normal, and vice versa. A bull market refers to a sustained period of either realized or expected price rises, whereas a bear market is used to describe when an index or stock has fallen 20% or more from a recent high for a sustained length of time. Market sentiment is monitored with a variety of technical and statistical methods such as the number of advancing versus declining stocks and new highs versus new lows comparisons. A large share of the overall movement of an individual stock has been attributed to market sentiment. The stock market's demonstration of the situation is often described as all boats float or sink with the tide, in the popular Wall Street phrase "the trend is your friend". In the last decade, investors are also known to measure market sentiment through the use of news analytics, which include sentiment analysis on textual stories about companies and sectors.
Инвесторлардың назарын тарту теориясы
Ғылыми әдебиеттің бір ерекше бағыты мінез-құлықтық қаржының нәтижелерін, қаржы нарықтарында инвесторлар назарының өзгеруін және активтерді бағалаудың негізгі принциптерін байланыстырады: Barberis et al. (1998), Барберис және Талер (2003), Бейкер және Вурглер (2007). Авторлар бөлшек инвесторлардың мінез-құлқы нарыққа түсімге маңызды әсер етеді деп тұжырымдайды. Бүгінгі таңда ғылыми әдебиетте инвесторлар назарын өлшеудің кемінде бес негізгі тәсілі белгілі: қаржы нарығына негізделген өлшемдер, сауалнамаларға негізделген көңіл-күй индекстері, мамандандырылған онлайн ресурстардан алынған мәтіндік көңіл-күй деректері, интернетте іздеу мінез-құлқы және экономикалық емес факторлар.
A particular thread of scientific literature connects results from behavioural finance, changes of investor attention on financial markets, and fundamental principles of asset pricing: Barberis et al. (1998), Barberis & Thaler (2003), and Baker & Wurgler (2007). The authors argue that behavioural patterns of retail investors have a significant impact on market returns. At least five main approaches to measuring investor attention are known today in scientific literature: financial market based measures, survey based sentiment indexes, textual sentiment data from specialized on line resources, Internet search behavior, and non economic factors.
Бірінші тәсіл
Бірінші тәсіл бойынша, инвесторлардың назарын нақты қаржы нарығына негізделген өлшемдер арқылы жуықтауға болады. Gervais және авторлар (2001) мен Hou және авторлар (2009) бойынша, сауда көлемі инвесторлар көңіл-күйінің жақсы көрсеткіші болып табылады. Белгілі бір акция бойынша сауда көлемінің жоғарылауы (төмендеуі) оның бағасының өсуіне (төмендеуіне) әкеледі. Бір күндік ең жоғары өсімдер де инвесторлардың назарын аударады (Barber & Odean, 2008). «Шулы» трейдерлер жоғары (төмен) өсім көрсеткен акцияларды сатып алуға (сатуға) бейім. Whaley (2001) және Baker & Wurgler (2007) Acertus Market Sentiment Indicator (AMSI) индикаторы бес айнымалыны қамтиды (индикатордағы салмақтың азаю ретімен): Баға/Табыс қатынасы (акция нарығының бағалау өлшемі); баға динамикасы (нарық психологиясының өлшемі); нақты көлемділік (жақындағы тарихи тәуекелдің өлшемі); жоғары кірісті облигациялардың кірісі (кредиттік тәуекелдің өлшемі); және TED спреде (жүйелік қаржылық тәуекелдің өлшемі). Осы факторлардың әрқайсысы нарық көңіл-күйін ерекше көзқараспен өлшеуге мүмкіндік береді, ал олардың біріктірілуі нарық көңіл-күйінің сенімдірек индикаторын ұсына алады. Жабық қордың дисконты (қорытынды қордың таза активтерінің құны нарықтық бағасына тең болмайтын жағдай) инвесторлар назарының мүмкін болатын өлшемі ретінде қарастырылды (Zweig, 1973 және Lee et al., 1991). Зерттеулер жабық қорлардың дисконтының өзгеруі инвесторлар көңіл-күйінің өзгеруімен тікелей байланысты екенін көрсетеді. Brown және авторлар (2003) күнделікті өзара қор ағынын инвесторлар назарының мүмкін болатын өлшемі ретінде зерттеді. Da et al. (2014) және Vieira (2011) бойынша, бөлшек инвесторлардың сауда деректері де инвесторлар назарын көрсетуге қабілетті. Зерттеу көрсеткендей, бөлшек инвесторлардың транзакциялары «жүйелі түрде өзара байланысты, яғни жеке тұлғалар акцияларды бірлесіп сатып алады (немесе сатады)». Компанияның алғашқы акциялық орналастырылымы (IPO) инвесторлар көңіл-күйін бағалау үшін қолданылуы мүмкін көптеген ақпараттарды тудырады (Ljungqvist et al., 2006 және Baker & Wurgler, 2007). Chemmanur & Yan (2009) авторлары «жарнаманың көп көлемі жарнама жасалған жылы акцияның жоғары кірісімен байланысты, бірақ жарнамадан кейінгі жылы акцияның кірісі төмендеуімен байланысты» екенін дәлелдеді. Акциялық шығарылымдардың жалпы жаңа шығарылымдарға қатынасы, ішкі сауда деректері және басқа қаржылық көрсеткіштер Baker & Wurgler (2007) еңбектерінде келтірілген. Тұтынушылар сенім индексінде он есе көп респондент (5000 үй шаруашылығы) бар. Алайда, сауалнамада бизнес, жұмыспен қамту және табыс жағдайларына қатысты бес негізгі сұрақтан ғана тұрады. Сұрақтарға тек үш нұсқамен жауап беруге болады: «жағымды», «жағымсыз» немесе «бейтарап». UBS/Gallup Инвесторлардың оптимизмі индексін құру үшін жалпы инвестициясы 10 000 АҚШ долларынан жоғары 1000 отбасыдан үлгі алынып сұхбаттастырылды. Жоғарыда аталған сауалнамаға негізделген көңіл-күй индекстері қаржы нарығының көрсеткіштерін жақсы болжаушылар екені анықталды (Brown & Cliff, 2005). Дегенмен, Da et al. (2014) бойынша, сауалнамаға негізделген көңіл-күй индекстері қаржылық көрсеткіштерді болжауда пайдалы болуы мүмкін. Алайда, мұндай индекстерді пайдаланудың нақты кемшіліктері бар және кейбір жағдайларда олардың қолданылуы шектелуі мүмкін.
According to the first approach, investor attention can be approximated with particular financial market based measures. According to Gervais et al. (2001) and Hou et al. (2009), trading volume is a good proxy for investor sentiment. High (low) trading volume on a particular stock leads to appreciating (depreciating) of its price. Extreme one day returns are also reported to draw investors’ attention (Barber & Odean (2008)). Noise traders tend to buy (sell) stocks with high (low) returns. Whaley (2001) and Baker & Wurgler (2007) The Acertus Market Sentiment Indicator (AMSI) incorporates five variables (in descending order of weight in the indicator): Price/Earnings Ratio (a measure of stock market valuations); price momentum (a measure of market psychology); Realized Volatility (a measure of recent historical risk); High Yield Bond Returns (a measure of credit risk); and the TED spread (a measure of systemic financial risk). Each of these factors provides a measure of market sentiment through a unique lens, and together they may offer a more robust indicator of market sentiment. Closed end fund discount (the case when net asset value of a mutual fund does not equal to its market price) reported to be possible measure of investor attention (Zweig (1973) and Lee et al. (1991)). The studies suggest that changes in discounts of closed end funds are highly correlated with fluctuations in investor sentiment. Brown et al. (2003) investigate daily mutual fund flow as possible measure of investor attention. According to Da et al. (2014), and Vieira (2011)). Retail investor trades data is also reported to be able to represent investor attention (Kumar & Lee (2006)). The study shows that retail investor transactions " are systematically correlated — that is, individuals buy (or sell) stocks in concert". Initial public offering (IPO) of a company generates a big amount of information that can potentially be used to proxy investor sentiment. Ljungqvist et al. (2006) and Baker & Wurgler (2007)). The authors in Chemmanur & Yan (2009) provide an evidence that " a greater amount of advertising is associated with a larger stock return in the advertising year but a smaller stock return in the year subsequent to the advertising year". Equity issues over total new issues ratio, insider trading data, and other financial indicators are reported in Baker & Wurgler (2007) The Consumer Confidence Index has ten times more respondents (5000 households). However, the survey consists of only five main questions concerning business, employment, and income conditions. The questions can be answered with only three options: "positive", "negative" or "neutral". A sample of 1000 households with total investments equal or higher than $10,000 are interviewed to construct UBS/Gallup Index of Investor Optimism. Mentioned above survey based sentiment indexes were reported to be good predictors for financial market indicators (Brown & Cliff (2005)). However, according to Da et al. (2014),). To sum up, survey based sentiment indexes can be helpful in predicting financial indicators. However, the usage of such indexes has specific drawbacks and can be limited in some cases.
Үшінші бағыт
Үшінші бағыт бойынша зерттеушілер инвесторлардың көңіл-күйі туралы ақпаратты әлеуметтік желілерден, медиа-платформалардан, блогтардан, газет мақалаларынан және басқа да мәтіндік деректер көздерінен (кейде жаңалықтарды талдау деп аталады) алу үшін мәтіндік тау-кен және сезімді талдау алгоритмдерін қолдануды ұсынады. Басылымдар тізбегі (Barber & Odean (2008) және Ahern & Sosyura (2015)) қаржылық мақалалар мен сенсациялық жаңалықтардың акция бағаларының мінез-құлқына елеулі әсер ететінін көрсетеді. Сондай-ақ, Wall Street Journal, New York Times немесе Financial Times сияқты танымал жаңалықтар көздерінің нарыққа күшті әсер ететіні таңқаларлық емес. Әсердің күші тіпті бір журналдың ішіндегі әртүрлі авторлар арасында да өзгеруі мүмкін (Dougal және басқалар (2012) Wall Street Journal журналының "Нарық туралы ағымдағы ақпарат" бағанындағы "теріс" сөздердің санын санау арқылы инвесторлардың көңіл-күйін өлшеудің тиімді әдісін ұсынады). Zhang және басқалар (2011) және Bollen және басқалар (2011) Twitter-ді акция бағасы мен құбылмалылығын болжауға көмектесетін маңызды көңіл-күй деректерінің көзі деп хабарлайды. Микроблог платформаларынан алынған деректердің акция бағасының мінез-құлқына әсерін талдаудың әдеттегі тәсілі – арнайы көңіл-күйді қадағалау индекстерін құру. Ең оңай жолы – әрбір твиттегі «позитивті» және «негативті» сөздерді санап, осы деректерге негізделген біріктірілген көрсеткішті жасау. Nasseri және басқалар (2014) StockTwits (сауда-саттыққа қатысты пікірлерді алмасуға мамандандырылған, Twitter сияқты платформа) деректерінің акция бағасының мінез-құлқына қатысты болжамдық күші туралы хабарлайды. Балама, бірақ күшті талап ететін тәсіл – көптеген твиттерге күтілетін акция қозғалыстары туралы түсініктеме беру үшін адам сарапшыларын тарту және одан кейін болжам үшін машиналық оқыту моделін құру. Twitter көңіл-күйіне оқиғаны зерттеу әдістемесін қолдану, жиынтық қалыптан тыс кірістермен айтарлықтай байланысты екенін көрсетеді (Sprenger және басқалар (2014), Ranco және басқалар (2015), Gabrovšek және басқалар (2017)). Karabulut (2013) Facebook-тың инвесторлардың көңіл-күйі туралы ақпараттың жақсы көзі екенін хабарлайды. Жалпы алғанда, ең танымал әлеуметтік желілер, қаржыға қатысты медиа-платформалар, журналдар және басылымдар Peterson (2016) жинақталған көңіл-күй деректерінің құнды көзі болуы мүмкін. Алайда, мұндай деректерді жинаудың салыстырмалы түрде қиын екенін ескеру маңызды (көбінесе зерттеушіге арнайы бағдарламалық жасақтама қажет). Сонымен қатар, мұндай деректерді талдау терең машиналық оқыту және деректерді өндіру білімін қажет етуі мүмкін (Hotho және басқалар (2005)).
Under the third direction, researchers propose to use text mining and sentiment analysis algorithms to extract information about investors’ mood from social networks, media platforms, blogs, newspaper articles, and other relevant sources of textual data (sometimes referred as news analytics). A thread of publications (Barber & Odean (2008), and Ahern & Sosyura (2015)) report a significant influence of financial articles and sensational news on behavior of stock prices. It is also not surprising, that such popular sources of news as Wall Street Journal, New York Times or Financial Times have a profound influence on the market. The strength of the impact can vary between different columnists even inside a particular journal (Dougal et al. (2012) suggests a successful measure of investors’ mood by counting the number of "negative" words in a popular Wall Street Journal column "Abreast of the market". Zhang et al. (2011) and Bollen et al. (2011) report Twitter to be an extremely important source of sentiment data, which helps to predict stock prices and volatility. The usual way to analyze the influence of the data from micro blogging platforms on behavior of stock prices is to construct special mood tracking indexes. The easiest way would be to count the number of "positive" and "negative" words in each relevant tweet and construct a combined indicator based on this data. Nasseri et al. (2014) reports the predictive power of StockTwits (Twitter like platform specialized on exchanging trading related opinions) data with respect to behavior of stock prices. An alternative, but more demanding, way is to engage human experts to annotate a large number of tweets with the expected stock moves, and then construct a machine learning model for prediction. The application of the event study methodology to Twitter mood shows significant correlation to cumulative abnormal returns (Sprenger et al. (2014), Ranco et al. (2015), Gabrovšek et al. (2017)). Karabulut (2013) reports Facebook to be a good source of information about investors’ mood. Overall, most popular social networks, finance related media platforms, magazines, and journals can be a valuable source of sentiment data, summarized in Peterson (2016). However, important to notice that it is relatively more difficult to collect such type of data (in most cases a researcher needs a special software). In addition, analysis of such data can also require deep machine learning and data mining knowledge (Hotho et al. (2005)).
Төртінші жол
Төртінші жол – инвесторлардың назарын аударатын маңызды ақпарат көзі – үй шаруашылықтарының интернетте іздеу жасау әрекеттері. Бұл тәсіл Саймонның (1955) нәтижелерімен сәйкес келеді, ол адамдар шешім қабылдау процесін қажетті ақпаратты жинаудан бастайды деген қорытындыға келген. Көптеген интернеттік іздеу қызметтері үшін іздеу көлемі туралы қолжетімді деректер 2004 жылдан басталады. Осы уақыттан бері көптеген авторлар мұндай деректердің инвесторлардың назарын және нарықтан табыс табуды болжауда пайдалы екенін көрсетті (Da et al. (2014), Curme және басқалар. (2014)). Көптеген зерттеулерде іздеу көлемі туралы деректерді алу және инвесторлардың назарын зерттеу үшін Google Trends (GT) қызметі қолданылады. Интернеттік іздеу деректерінің пайдалылығы Yahoo! Corporation деректерінде де дәлелденген (Bordino et al. (2012)). Интернеттік іздеу деректерін қолдану түрлі қаржылық мәселелерді шешуде үміттендіретін нәтижелер береді. Kristoufek (2013b) авторлары портфельді диверсификациялау мәселесінде GT деректерін қолдануды талқылайды. Мақалада ұсынылған диверсификациялау процедурасы белгілі бір акцияның интернеттегі іздеу сұраныстарының саны осы акцияның тәуекелділігімен байланысты деген болжамға негізделген. Автордың пікірінше, мұндай диверсификациялау процедурасы портфельдің табысын айтарлықтай арттыруға көмектеседі. Da et al. (2014) GT деректерінің ең танымал екі құбылмалылық өлшемін болжау қабілетін зерттейді: нақты құбылмалылық (RV) және CBOE күнделікті нарықтық құбылмалылық индексі (VIX). Екі зерттеу де интернеттік іздеу деректері мен құбылмалылық өлшемдері арасындағы оң және маңызды байланысты көрсетеді. Bordino et al. (2012) АҚШ қор нарықтарындағы сауда көлемін болжау үшін интернеттік іздеу деректерінің мүмкіндіктерін көрсетеді. Bordino et al. (2012) бойынша, интернеттік іздеу деректері криптовалюта (мысалы, Bitcoin) бағасын болжауда маңызды рөл атқарады (Kristoufek (2013a)). Google Trends деректері күнделікті өзара инвестициялық қорлардың ағынын жақсы болжайды (Da et al. (2014)) (Moat et al. (2013) және Kristoufek (2013a) спорттық іс-шаралардың инвесторлардың сауда-саттық мінез-құлқына әсерін талқылайды. Авторлар ірі футбол жарыстарында жеңіліске ұшырағаннан кейін акциялардың төмендеуіне байланысты нақты дәлелдер келтіреді. Жеңіліс әсері халықаралық крикет, регби және баскетбол ойындарынан кейін де сақталады. Алайда, Abudy, Mugerman және Shust (2022) Eurovision ән байқауында жеңіске жеткеннен кейін қор нарығының оң реакциясын растайды. Бұл оң әсер жеңімпаз елде байқалады. Авторлар бұл қорытындыны жарыс құрылымымен байланыстырады: спорттық турнирлерден айырмашылығы, жеңіліске назар аударудың орнына, Eurovision ән байқауының құрылымы жеңімпазды атап көрсетеді. Kaplanski & Levy (2010) жағымсыз жаңалықтардың (авиациялық апаттар) қор бағасына тигізетін әсерін зерттейді. Авторлар жағымсыз жаңалықтардың (мысалы, авиациялық апат туралы) қор табысының айтарлықтай төмендеуіне (әсіресе шағын және тәуекелді акциялар үшін) себеп болатынын қорытындылайды. Ахтари (2011) және Хиршлейфер және Шумвей (2003) саудагердің мінез-құлқына күн сәулесінің ұзақтығының әсерін көрсетеді. Авторлар «күн сәулесі әсерінің» статистикалық тұрғыдан маңызды және әртүрлі модельдік ерекшеліктерге төзімді екенін қорытындылайды. Температураның қор табысына тигізетін әсері Cao & Wei (2005) зерттеуінде талқыланады. Аталған зерттеудің нәтижелері бойынша температура мен қор табысы арасында температураның барлық диапазонында теріс байланыс бар (яғни, ауа райы суық болғанда табыс жоғары). Маусымдық әсерлі бұзылу (SAD) инвесторлардың көңіл-күйін болжаушы ретінде де танымал (Kamstra et al. (2003)). Бұл күтілетін нәтиже, өйткені SAD ауа райы жағдайы туралы ақпаратты қамтиды. Кейбір зерттеушілер одан да әрі барып, ай фазалары мен қор нарығының табысы арасындағы байланысты көрсетеді (Yuan et al. (2006)). Dichev & Janes (2001) бойынша: «жаңа айдың 15 күніндегі табыстар толық айдың 15 күніндегі табыстан шамамен екі есе көп». Тіпті геомагниттік белсенділіктің қор табысына (теріс корреляция) әсер ететіні де хабарланды (C. Robotti (2003)). Қорыта айтқанда, экономикалық емес оқиғалар трейдерлердің мінез-құлқына маңызды әсер етеді. Инвестор күн ашық, бірақ салқын күндері, жаңа айға 15 күн, геомагниттік белсенділік жоқ кезде, әсіресе маңызды спорттық жарыста жеңіске жеткеннен кейінгі күні, нарықтан жоғары табыс күтеді. Көп жағдайда мұндай деректерді инвесторлардың назарын өлшеуде қосымша мәлімет ретінде қарастыру керек, бірақ толыққанды тәуелсіз дерек ретінде емес.
The fourth road is an important source of information about investor attention is the Internet search behavior of households. This approach is supported by results from Simon (1955), who concludes that people start their decision making process by gathering relevant information. Publicly available data on search volumes for most Internet search services starts from the year 2004. Since that time many authors showed the usefulness of such data in predicting investor attention and market returns (Da et al. (2014), and Curme et al. (2014)). Most studies are using Google Trends (GT) service in order to extract search volume data and investigate investor attention. The usefulness of Internet search data was also proved based on Yahoo! Corporation data (Bordino et al. (2012)). The application of Internet search data gives promising results in solving different financial problems. The authors in Kristoufek (2013b) discuss the application of GT data in portfolio diversification problem. Proposed in the paper diversification procedure is based on the assumption that the popularity of a particular stock in Internet queries is correlated with the riskiness of this stock. The author reports that such diversification procedure helps significantly improve portfolio returns. Da et al. (2014) investigate a predictive power of GT data for two most popular volatility measures: realized volatility (RV) and CBOE daily market volatility index (VIX). Both studies report positive and significant dependence between Internet search data and volatility measures. Bordino et al. (2012) reveal the ability of Internet search data to predict trading volumes in the US stock markets. According to Bordino et al. (2012),). An increasingly important role of Internet search data is admitted in cryptocurrency (e. g. Bitcoin) prices forecasting (Kristoufek (2013a)). Google Trends data is also reported to be a good predictor for daily mutual fund flows. Da et al. (2014)) (Moat et al. (2013) and Kristoufek (2013a) discuss the influence of sport events on investors’ trading behavior. The authors report a strong evidence of abnormally negative stock returns after losses in major soccer competitions. The loss effect is also valid after international cricket, rugby, and basketball games. However, Abudy, Mugerman and Shust (2022) document a positive stock market reaction following a victory in the Eurovision song contest. This positive effect is documented in the winning country. The authors attribute this finding to the competition structure: unlike sports tournaments that highlight the loss, the structure of the Eurovision song contest highlights the winner. Kaplanski & Levy (2010) investigate the influence of bad news (aviation disasters) on stock prices. The authors conclude that a bad piece of news (e. g. about aviation disaster) can cause significant drop in stock returns (especially for small and risky stocks). The evidence that the number of sunlight minutes in a particular day influence the behavior of a trader is presented in Akhtari (2011) and Hirshleifer & Shumway (2003). The authors conclude that the "sunshine effect" is statistically significant and robust to different model specifications. The influence of temperature on stock returns is discussed in Cao & Wei (2005). According to the results in the mentioned study, there is a negative dependence between temperature and stock returns on the whole range of temperature (i. e. the returns are higher when the weather is cold). A seasonal affective disorder (SAD) is also known to be a predictor of investors’ mood (Kamstra et al. (2003)). This is an expected result because SAD incorporates the information about weather conditions. Some researchers go even further and reveal the dependence between lunar phases and stock market returns (Yuan et al. (2006)). According to Dichev & Janes (2001): " returns in the 15 days around new moon dates are about double the returns in the 15 days around full moon dates". Even geomagnetic activity is reported to have an influence (negatively correlated) on stock returns (C. Robotti (2003). To sum up, non economic events have a significant influence on trader's behavior. An investor would expect high market returns on a sunny, but cool day, fifteen days around a new moon, with no significant geomagnetic activity, preferably the day after a victory on a significant sport event. In most cases such data should be treated as supplemental in measuring investor attention, but not as totally independent one.
Валюталық нарықтар
Форекс нарықтарындағы көңіл-күйді өлшеу үшін қосымша индикаторлар бар. Форекс нарығы орталықтандырылмағандықтан (орталық биржада саудаланбайды), түрлі бөлшек сауда Форекс брокерлік фирмалары позициялық қатынастарды (Пут/Колл қатынасына ұқсас) және өз клиенттерінің сауда-саттық әрекеттері туралы басқа да деректерді жариялайды. Көптеген бөлшек валюта трейдерлері табысқа жете алмайтындықтан, Форекс нарығындағы көңіл-күйді өлшеу әдетте кері индикаторлар ретінде қолданылады. Кейбір зерттеушілер интернеттік іздеу деректерінің (мысалы, Google Trends) шетелдік валюта нарықтарындағы құбылмалылықты болжауда пайдалы екенін хабарлайды. Интернеттік іздеу деректері және (тиісті) Wikipedia беттерінің қаралым деректері криптовалюта (мысалы, Bitcoin) бағасын болжауда пайдалы деп хабарланды.
Additional indicators exist to measure the sentiment specifically on Forex markets. Though the Forex market is decentralized (not traded on a central exchange), various retail Forex brokerage firms publish positioning ratios (similar to the Put/Call ratio) and other data regarding their own clients' trading behavior. Since most retail currency traders are unsuccessful, measures of Forex market sentiment are typically used as contrarian indicators. Some researchers report Internet search data (e. g. Google Trends) to be useful in predicting volatility on foreign currency markets. Internet search data and (relevant) Wikipedia page views data are reported to be useful in cryptocurrency (e. g. Bitcoin) prices forecasting.