Neurale netwerken kraken beurslogica via tekstuele rapporten

Onderzoekers van de Booth School of Business van de Universiteit van Chicago hebben een live test uitgevoerd met drie geavanceerde AI-modellen, waarbij ze gebruikmaakten van gegevens uit bijna 2.000 echte bedrijfsfinanciële rapporten uit diverse sectoren van eind 2025. De modellen waren in staat om ongeveer 17% van de aandelenkoersschommelingen op dagen van resultaatpublicatie te verklaren, terwijl de traditionele marktmaatstaf—de winstverrassing—historisch gezien slechts een verwaarloosbaar deel verklaart. Zelfs het integreren van tientallen jaren aan academische kennis verhoogt dit cijfer slechts tot 8%. De neurale netwerken presteerden beter dan menselijke analysemodellen door ongestructureerde tekstgegevens uitgebreid te analyseren, waaronder managementprognoses, opmerkingen van topmanagers en taalkundige kenmerken van hun toespraken tijdens conference calls met investeerders. De AI-systemen ontdekten dat sterke financiële resultaten vaak al zijn ingeprijsd, waardoor beleggers meer reageren op de bijbehorende retoriek. De resultaten werden gepresenteerd in menselijk leesbare digitale dagboeken met tekstuele uitleg over marktanomalieën, wat economen kan helpen bij het formuleren van nieuwe hypothesen over activaprijzen.