L'analyse de sentiment financier est un pilier du trading quantitatif et de la recherche d'investissement. Les hedge funds et les desks de trading analysent des millions d'articles de presse et de publications sur les réseaux sociaux quotidiennement pour évaluer le sentiment du marché et générer des signaux de trading. La précision de cette analyse impacte directement la performance de trading.
Pourquoi les Modèles Généralistes Échouent
Les modèles de sentiment généralistes sont entraînés sur du texte général et performent mal sur le texte financier. Le même mot peut avoir des significations opposées dans des contextes financiers vs généraux. Par exemple, « volatilité » est négatif dans le sentiment général mais neutre pour les traders d'options. Les modèles fine-tunés apprennent la signification financière des mots et le contexte pertinent pour le sentiment du marché.
Sélection et Fine-Tuning du Modèle
FinBERT est le choix le plus efficace pour les applications à haut débit et faible latence. Pour une précision supérieure, le fine-tuning d'un modèle Llama 3.1 8B avec LoRA offre des performances exceptionnelles. L'ensemble de données combine des articles et titres d'actualités financières avec des notations d'analystes et des scores de sentiment étiquetés par des experts.