Modelo de Sentiment Analysis para la clasificación de noticias en tiempo real en el Mercado de Valores de Buenos Aires

Abstract

El proyecto de investigación en curso tiene como propósito mostrar que el monitoreo automático de noticias en tiempo real mediante algoritmos basados en Machine Learning puede servir como herramienta para la toma de decisiones de compra y venta de instrumentos financieros en el Mercado de Valores de Buenos Aires. Con este fin, recolectamos, analizamos y clasificamos opiniones extraídas de Twitter aplicando principios y técnicas de Sentiment Analysis relacionando aquellas noticias que generan un impacto directo sobre las acciones del mercado y aquellas que no lo hacen. Asimismo hemos diseñado un Lexicón de términos económicosfinanciero en español que nos permite asignar una etiqueta de polaridad “positiva” o “negativa” al corpus seleccionado. Basados en estas consideraciones, hemos obtenido resultados con buenos índices de precisión.