IX seminarium QFRG i DSLab [22.03.2021]

17 marca 2021

Zapraszamy na dziewiąte seminarium w ramach comiesięcznego cyklu spotkań badawczych, prowadzonych wspólnie przez QFRG (Quantitative Finance Research Group) oraz DSLab (Data Science Lab) pt. „The impact of the content of Federal Open Market Committee post-meeting statements on financial markets – text mining approach”.

W ramach spotkania mgr Ewelina Osowska - podwójna absolwentka Wydziału Nauk Ekonomicznych: „Międzykierunkowych studiów ekonomiczno-menedżerskich” oraz specjalności „Data Science” przedstawi wyniki badania, przeprowadzonego wspólnie z dr. hab. Piotrem Wójcikiem z Zakładu Finansów Ilościowych. Naukowcy zbadali reakcję rynku akcji i rynku walutowego na treść komunikatów związanych z decyzjami Federalnego Komitetu ds. Operacji Otwartego Rynku (FOMC), dotyczącymi stóp procentowych.

Spotkanie odbędzie się online 22 marca 2021 r. o godz. 17:00 na platformie Google Meet i będzie prowadzone w języku angielskim.

Link do spotkania: https://meet.google.com/zxk-zekx-zfk

Chęć uczestnictwa należy potwierdzić drogą mailową (Yd7x'[FT_q+Sbv.!&z6K3]#[J\%cfE.kW`l\Xn7ehpC8z) do dnia 19 marca 2021r.

 

Streszczenie wystąpienia:

The authors examine the impact of FOMC statements on stock and foreign exchange markets with the use of text mining and linear and non-linear machine learning models together with eXplainable AI methods. The approach is based on calculating the FOMC statements’ tone and using it as a potential predictor of returns. Additionally, we incorporate the market surprise component as well as two financial indicators namely Purchasing Managers' Index and Consumer confidence index that gauge for corporate managers and retail customers assessment of the economic situation and potential fluctuations. Fourteen event windows around the event (between 1 minute and 1 hour) are considered. Research has shown that the reaction of both markets to the news is immediate. The reaction of the stock market seems to be stronger than in FOREX and therefore it can be predicted with higher accuracy. In addition, there isn’t any indication of insider trading.

Serwisy *.wne.uw.edu.pl używają plików cookies zapisywanych na komputerach użytkowników. Są one niezbędne do prawidłowego działania mechanizmów stron internetowych Wydziału Nauk Ekonomicznych UW.

Szczegółowe informacje o Polityce obsługi cookies w serwisach Uniwersytetu Warszawskiego dostępne są na stronie https://www.uw.edu.pl/polityka-obslugi-cookies-ciasteczek-w-serwisach-uw