Cómo Synergy AI repondera dinámicamente la estructura técnica y el sentimiento de noticias en vivo según el régimen de mercado

1. El defecto estructural de los pesos estáticos bajo no estacionariedad de regímenes

Las arquitecturas cuantitativas de mercado suelen combinar indicadores técnicos del precio con puntuaciones macroeconómicas o de sentimiento de noticias mediante pesos lineales fijos. Ya sea que esos pesos provengan de mínimos cuadrados ordinarios, promedios equiponderados o Promediado Bayesiano de Modelos estático, el supuesto subyacente es idéntico. El modelo trata la covarianza condicional entre la geometría del gráfico, los flujos públicos de texto y los retornos futuros como constante a lo largo del tiempo. La microestructura de mercado de alta frecuencia refuta ese supuesto de estacionariedad en todas las clases de activos líquidos.

Los mercados alternan entre mecanismos físicos fundamentalmente distintos de descubrimiento de precios. Hamilton [1] demostró que las series temporales macroeconómicas experimentan cambios estructurales discretos gobernados por transiciones de estados latentes, en lugar de autorregresiones lineales invariantes en el tiempo. Al extender ese resultado a la asignación dinámica de activos, Ang y Bekaert [2] cuantificaron pérdidas anualizadas de utilidad de cientos de puntos básicos cuando las carteras ignoran las transiciones entre regímenes difusivos calmados y regímenes de choque de alta volatilidad.

A resolución intradía, el contraste entre la provisión tranquila de liquidez y la revalorización impulsada por noticias se vuelve aún más marcado. Andersen, Bollerslev, Diebold y Vega [5] examinaron seis años de retornos al contado de divisas cada cinco minutos alrededor de anuncios macroeconómicos programados en Estados Unidos y Europa. Definieron la sorpresa estandarizada del anuncio k en el instante de publicación t escalando la diferencia entre el dato publicado A_k,t y el consenso institucional previo E_t-[A_k] por la dispersión histórica de sorpresas σ_k. Las sorpresas no anticipadas disparan saltos instantáneos en la media condicional en cuestión de minutos, mientras que la volatilidad condicional de los retornos permanece elevada durante varias horas. Evans y Lyons [6, 7] rastrearon cómo ese ajuste alcanza el equilibrio en las mesas institucionales de negociación. Aproximadamente un tercio del desplazamiento cambiario llega como un salto inmediato de información pública en el primer tick, mientras que los dos tercios restantes se despliegan a lo largo de los intervalos posteriores mediante el flujo institucional de órdenes inducido.

Las sesiones tranquilas de negociación se comportan exactamente al revés. Cuando ningún catalizador macroeconómico o corporativo nuevo ingresa al mercado, los comentarios financieros no estructurados y los flujos de redes sociales presentan una precisión direccional muy baja. Tetlock [11] probó que el pesimismo mediático no respaldado por nuevos datos fundamentales sobre flujos de caja genera una presión temporal en los precios que revierte con rapidez hacia los niveles estructurales previos. Para agravar ese problema de ruido, Loughran y McDonald [12] analizaron 50,115 informes corporativos 10-K y descubrieron que el 73.8% de las palabras clasificadas como negativas por los diccionarios genéricos estándar (como liability, tax, cost o vice) poseen un significado neutro o estructural en las divulgaciones financieras.

Esta dicotomía estructural crea un dilema matemático ineludible para cualquier modelo que combine estimadores técnicos y textuales mediante un peso escalar constante. Antes de escribir la cota formal de error, considérese lo que ocurre físicamente en un gráfico. Durante una mañana tranquila en Londres, los libros de órdenes límite son profundos y el precio respeta los límites multitemporales de soporte, resistencia y canal, mientras que los blogs financieros reciclan opiniones obsoletas. Minutos después de una sorpresa inflacionaria de 2.8 sigmas, las medias móviles y los osciladores retrospectivos siguen promediando cuarenta y nueve velas previas al anuncio con una sola vela posterior, dejando ciegos a los filtros técnicos puros ante la nueva realidad macroeconómica.

Una verificación numérica revela la magnitud de esta penalización de error. Durante una sesión calmada en EURUSD con errores ortogonales de sesgo nulo, supóngase que el estimador técnico en 1h presenta un error estándar σ_F = 8 pips (σ_F² = 64), mientras que el sentimiento mediático arrastra σ_S = 26 pips (σ_S² = 676). La Ecuación (1) fija el peso óptimo en calma en w^*_diff = 64 / (64 + 676) = 0.086, logrando un MSE mínimo de 58.5 pips2 (error cuadrático medio de raíz 7.65 pips). Una mezcla estática 50/50 (w₀ = 0.50) arroja 185.0 pips2 (error de raíz 13.60 pips), inflando la varianza del error en un 216% durante las horas tranquilas.

Verifíquese ahora el mismo par tres minutos después de que un choque de 2.85 sigmas en el IPC estadounidense desplace el valor de equilibrio en 60 pips. Una media móvil de 50 barras retiene un 96% de precios previos al salto, generando un sesgo de retardo B_F,jump = 57.6 pips con σ_F = 12 pips (B_F² + σ_F² = 3,461.8 pips²). El análisis contextual de sorpresas rastrea el régimen posterior al salto con B_S,jump = 4 pips y σ_S = 14 pips (212.0 pips²). El peso óptimo de choque salta a w^*_jump = 0.942, reduciendo el MSE a 199.8 pips2, mientras que mantener w₀ = 0.086 dispara el MSE hasta 2,890.5 pips2.

Las reglas binarias rígidas de calendario («desactivar el componente técnico durante 30 minutos tras el IPC») fracasan con igual gravedad. Las declaraciones imprevistas de bancos centrales, los titulares sobre deuda soberana y las liquidaciones cripto de fin de semana nunca figuran en un calendario económico. Peor aún, los temporizadores escalonados generan saltos abruptos en los niveles del gráfico en el instante exacto en que expira un corte fijo.

2. Difusión con saltos por semimartingalas y separación no paramétrica de regímenes

Para transferir la autoridad con suavidad entre la estructura técnica y el sentimiento de noticias en vivo sin temporizadores arbitrarios de calendario, el motor debe medir qué tipo de proceso físico está impulsando los precios en tiempo real. Los precios de los activos financieros no siguen un movimiento browniano geométrico puro. Por el contrario, la liquidez continua de negociación y los choques súbitos de información coexisten sobre la misma cinta de precios.

Formalizamos el precio logarítmico X_t = ln P_t sobre un espacio de probabilidad filtrado (Ω, ℱ, (ℱ_t)_t≥0, ℙ) mediante una semimartingala de difusión con saltos dependiente del régimen (extendiendo a Merton [9] y Kou [9]):

Cada término de la Ecuación (2) gobierna una capa diferenciada del comportamiento del mercado. La función de deriva μ(·) dt representa la presión direccional instantánea condicionada a la trayectoria reciente del precio X_t-Δ:t, al régimen latente del mercado R_t y al estado activo de noticias ℐ^news_t. El término difusivo σ(R_t) dW_t escala un movimiento browniano estándar W_t según la volatilidad del régimen σ(R_t), capturando el emparejamiento continuo normal del libro de órdenes. Finalmente, J_t dN_t representa saltos discontinuos del precio con amplitud aleatoria con signo J_t que llegan a través del proceso puntual N_t.

En los mercados reales, los choques informativos rara vez llegan como eventos de Poisson aislados y sin memoria. Un titular sorpresivo de la Reserva Federal desencadena despachos urgentes inmediatos en agencias, ajustes de cobertura en mesas institucionales, repuntes en los rendimientos de los bonos del Tesoro y llamadas de margen entre activos cruzados, los cuales generan a su vez titulares secundarios durante la hora siguiente. Hawkes [10] y Bacry, Mastromatteo y Muzy [10] demostraron que este comportamiento de agrupamiento se modela con precisión mediante un proceso puntual autoexcitado cuya tasa condicional de llegada λ_t depende del momento y la magnitud de sorpresa de los eventos previos:

En la Ecuación (3), λ₀ > 0 es la tasa basal tranquila de titulares rutinarios. Cada marca temporal pasada t_i porta una sorpresa estandarizada |z_e,i|. El parámetro α_H ≥ 0 fija la autoexcitación base, γ_H ≥ 0 escala la amplificación ante grandes sorpresas y β_H > 0 determina el decaimiento exponencial con semivida τ_1/2 = (ln 2) / β_H.

Sígase numéricamente la Ecuación (3) sobre EURUSD. Fíjese una tasa basal de cables λ₀ = 0.40 eventos por minuto, α_H = 0.85, γ_H = 0.90 y β_H = 0.035 min^-1, lo que arroja una semivida τ_1/2 = 19.8 minutos. Una sorpresa en el IPC subyacente de |z_e,1| = 2.85 en t₁ = 0 eleva λ_t desde 0.40 hasta 0.40 + 0.85(1 + 0.90 × 2.85) = 3.43 eventos por minuto (un salto de 8.58x). Ocho despachos secundarios durante diez minutos empujan λ₁₀ cerca de 8.10, antes de que el decaimiento suave la reduzca a 2.32 en t = 45 min y a 0.57 en t = 120 min.

La velocidad de titulares por sí sola resulta insuficiente porque los rumores pueden inundar las redes sociales sin mover capital institucional. También comprobamos si la propia cinta de precios exhibe saltos discontinuos. Barndorff-Nielsen y Shephard [8] separaron la variación continua y la variación por saltos a lo largo de M_Δ retornos logarítmicos intradía r_t,j utilizando la Varianza Realizada (RV_t) y la Variación Bipotencia Realizada (BV_t):

En la Ecuación (4), RV_t suma los retornos al cuadrado y converge en probabilidad hacia la variación cuadrática total, es decir, la varianza difusiva continua ∫ σ_u² du más los saltos al cuadrado ∑ J_u². En contraste, BV_t multiplica retornos absolutos adyacentes |r_t,j| |r_t,j-1| escalados por π / 2 ≈ 1.5708, lo que converge únicamente hacia el componente difusivo continuo. Al tomar su diferencia normalizada (con un pequeño estabilizador numérico ε = 10^-10) se obtiene la proporción adimensional de variación por saltos 𝒥_t ∈ [0, 1).

Comprobar las cifras sobre doce barras de cinco minutos en EURUSD (M_Δ = 12, una hora de negociación) vuelve palpable este mecanismo. Si once barras se mueven ±3 pips y una barra tranquila se mueve 4 pips, entonces RV_t = 11(9) + 16 = 115 pips² y BV_t ≈ 1.5708 × [9(9) + 2(12)] / (11/12) ≈ 114 pips² (ajustado por muestra finita), dando 𝒥_t ≈ 0.01 (difusión pura). Si, en cambio, la barra 7 registra un salto de 45 pips por el IPC mientras las otras once barras se mueven ±3 pips, entonces RV_t = 11(9) + 2,025 = 2,124 pips², mientras que BV_t = 1.5708 × [9(9) + 2(45 × 3)] = 551.4 pips². De inmediato, 𝒥_t = (2124 - 551.4) / 2124 = 0.740, confirmando que el 74% de la variación cuadrática horaria provino de una revalorización discontinua por choque.

3. Compuerta continua Softmax de regímenes dentro de Synergy AI

Dentro de la arquitectura Quad-AI de 4CastMachine AI, la estructura del precio y el sentimiento de noticias en vivo no se comprimen dentro de una única red monolítica de caja negra. En su lugar, cuatro motores dedicados separan la extracción de factores, el arbitraje entre modalidades y la proyección prescriptiva de niveles en etapas auditables.

En primer lugar, Forecast AI calcula el vector de estado técnico s_t^(F)(τ) en las nueve temporalidades (1m, 5m, 15m, 30m, 1h, 4h, D, W y M). Sus entradas combinan probabilidades de velas Daily Trading Opportunity (DTO), clústeres multipivote de soporte y resistencia, canales de tendencia, proporciones armónicas y divergencias de osciladores. En segundo lugar, Sentiment AI calcula el estado macro-noticioso en vivo s_t^(S)(τ) procesando agencias institucionales de noticias, sorpresas del calendario económico z_e, transcripciones de bancos centrales y flujos cruzados entre rendimientos y divisas mediante modelos de lenguaje financiero adaptados al dominio (resolviendo las inversiones contextuales de polaridad documentadas por Araci [13] y Wang et al. [15]).

Synergy AI opera como la capa de arbitraje continuo entre ambos flujos expertos antes de entregar parámetros unificados a Navigator AI. La Figura 1 contrasta la red suave de compuerta softmax condicionada por el estado de Synergy AI frente a las frágiles reglas binarias de umbral.

Para formalizar cómo calcula Synergy AI sus pesos continuos de régimen a través de los distintos horizontes, combinamos el Promediado Dinámico de Modelos con factores de olvido en espacio de estados (Raftery, Kárný y Ettler [3]; Koop y Korobilis [4]) y redes de compuerta softmax de Mezcla de Expertos condicionadas por la entrada (Jacobs et al. [14]; Shazeer et al. [14]; Koval, Andrews y Yan [15]). Sea z_t = [𝒥_t, |z_e,t|, λ_t / λ₀, Δρ_cross,t, ψ_pre,t]^⊤ el vector estandarizado de condicionamiento de régimen en el instante t. Para cada horizonte τ ∈ {1m, ..., M}, Synergy AI evalúa:

Cada símbolo de la Ecuación (5) cumple una función arquitectónica transparente. El peso w_t^(S)(τ) ∈ (0, 1) asigna autoridad epistémica a Sentiment AI en la temporalidad τ, mientras que w_t^(F)(τ) = 1 - w_t^(S)(τ) asigna la autoridad complementaria a Forecast AI. El término ℓ^DMA_m,t|t-1(τ) representa la puntuación acumulada de log-verosimilitud fuera de muestra con olvido exponencial del experto m sobre las barras recientes, con factor de olvido específico por horizonte α_τ ∈ [0.94, 0.995]. El producto interno θ_m,τ^⊤ z_t proyecta el vector en vivo de régimen de saltos y noticias z_t sobre el experto m, y T_τ > 0 es el parámetro de temperatura del horizonte que controla la suavidad de la transición.

Aunque las matrices exactas de parámetros en producción siguen siendo propiedad industrial de 4CastMachine AI, la Ecuación (5) garantiza dos propiedades matemáticas rigurosas en los gráficos en vivo:

• Suavidad de Lipschitz sin parpadeos: Al definir el diferencial de log-odds Δu_τ(z_t) = [(ℓ_S - ℓ_F) + (θ_S,τ - θ_F,τ)^⊤ z_t] / T_τ, la Ecuación (5) se reduce a w_t^(S)(τ) = (1 + exp(-Δu_τ))^-1, cuya derivada respecto a Δu_τ está estrictamente acotada superiormente por 1/4. Las pequeñas fluctuaciones tick a tick en la varianza realizada jamás provocan que las zonas pronosticadas salten de forma errática entre estados.
• Separación espectral por horizonte: Las normas de sensibilidad de la compuerta escalan de forma inversa con la duración de la vela: ‖θ_S,5m - θ_F,5m‖ > ‖θ_S,15m - θ_F,15m‖ > ‖θ_S,1h - θ_F,1h‖ > ‖θ_S,4h - θ_F,4h‖ > ‖θ_S,D - θ_F,D‖ > ‖θ_S,W - θ_F,W‖. Una única publicación mensual del IPC desplaza con fuerza las hojas de ruta intradía en 5m, 15m y 1h sin desmantelar la estructura de tendencia macroeconómica en W o M, salvo que los datos acumulados alteren el ciclo pluritrimestral de tipos de interés.

Una comprobación numérica ilustra ambas propiedades de forma simultánea. Supóngase que en una mañana tranquila con T_1h = 1.0 y T_W = 1.25, el diferencial base de log-odds DMA favorece la estructura técnica con ℓ_S - ℓ_F = -1.65 en 1h y -2.20 en W, mientras que la microestructura en calma añade +0.13 en 1h y +0.05 en W. Evaluar la Ecuación (5) arroja w_t^(S)(1h) = (1 + exp(1.52))^-1 = 0.179 (82.1% Forecast AI) y w_t^(S)(W) = (1 + exp(2.15 / 1.25))^-1 = 0.152 (84.8% Forecast AI). En el instante t₀ de una sorpresa de 2.85 sigmas en el IPC (𝒥_t = 0.78, λ_t / λ₀ = 8.6), la proyección en 1h aumenta en +2.98 (llevando el logit neto a +1.33), elevando con suavidad w_{t_0}^(S)(1h) = (1 + exp(-1.33))^-1 = 0.791. Mientras tanto, la proyección Semanal suma apenas +0.76, desplazando moderadamente w_{t_0}^(S)(W) a 0.240 para que la geometría estructural de largo plazo permanezca anclada.

La Figura 2 traza esta trayectoria completa de respuesta al impulso durante 240 minutos junto con la ganancia acumulada resultante en la puntuación de log-densidad condicional fuera de muestra.

Synergy AI aborda también un riesgo crítico de microestructura antes de que se publiquen los datos programados de primer nivel. Segundos antes de un anuncio mayor como el IPC estadounidense, la decisión del FOMC o las Nóminas No Agrícolas (NFP) en la marca programada T_k, los creadores electrónicos de mercado retiran sus órdenes límite en reposo cercanas al precio al contado. Ese vacío de liquidez produce habitualmente un latigazo inicial bidireccional violento (a menudo de 2x a 3x el rango de una sesión tranquila) antes de que se asiente el flujo direccional institucional. Dejar sin ajustar las zonas de soporte o resistencia de sesión calmada justo al lado del precio al contado expone las configuraciones intradía a pérdidas mecánicas por barrido.

Para impedir barridos prematuros, Sentiment AI y Synergy AI mantienen la distribución empírica ℰ^(k)(ℳ) de las excursiones iniciales históricas de cada anuncio para la clase de evento k en el símbolo ℳ. Dentro de la ventana previa al anuncio t ∈ [T_k - Δ_pre, T_k], Navigator AI desplaza y ensancha hacia afuera los márgenes de sus zonas proyectadas Buy Zone y Sell Zone de acuerdo con:

En la Ecuación (6), d_tech,t(τ) es la distancia difusiva normal desde el precio al contado hasta el borde de la zona técnica en la temporalidad τ, y Q_α(ℰ^(k)(ℳ)) es el cuantil histórico α de excursión (por ejemplo, el barrido inicial del percentil 85 en el momento de publicación) registrado para ese informe macroeconómico específico en el símbolo ℳ. La rampa suave ψ_pre(u) ∈ [0, 1] asciende hacia 1.0 conforme t → T_k, y κ_τ escala la sensibilidad según la temporalidad.

Numéricamente, supóngase que el oro al contado (XAUUSD) cotiza en 2642.00 veinte minutos antes de una decisión de tipos del FOMC (ψ_pre = 1.0, κ_1h = 1.0), con una distancia de zona técnica en calma d_tech,t(1h) = $14.00 (2628.00) y un barrido inicial histórico de percentil 85 del FOMC de Q_0.85 = $29.50. La Ecuación (6) expande el desplazamiento de la zona hasta d_zone,t(1h) = 14.00 + 1.0 × max(0, 29.50 - 14.00) = $29.50, trasladando el borde exterior hacia abajo hasta 2612.50 antes de la publicación de las 18:00 UTC.

4. Filtros técnicos estáticos frente a sentimiento PLN puro frente a Synergy AI

Evaluar lado a lado los sistemas técnicos unimodales, los flujos independientes de noticias con PLN y Synergy AI aclara por qué ni la geometría gráfica ni el sentimiento textual pueden sostenerse por sí solos a lo largo de toda una semana de negociación. Cada fila de la siguiente matriz aísla un régimen de mercado distinto y rastrea su consecuencia operativa sobre los niveles de precios en vivo.

5. Evidencia multitemporal en vivo y recorridos multiactivo

Para observar la separación espectral por horizontes sobre un entorno real de producción, la Figura 3 captura el oro al contado (XAUUSD) en 4CM-AI Charts junto al panel multitemporal en vivo de 4CastMachine AI que abarca desde 15m hasta M.

Sígase la jerarquía numérica visible en la Figura 3. El oro retrocedió desde su máximo de septiembre dentro de un canal descendente rojo hacia un soporte ascendente azul de varios meses. En los horizontes intermedios (marcador 1), el flujo correctivo de órdenes mantiene alineados a la baja 30m (Bearish below 3894.06), 1h (Bearish below 3956.97) y 4h (Bearish below 4027.07) hasta que el precio recupere dichos pivotes. Sin embargo, justo en la Buy zone Diaria cercana a 3869.66, la temporalidad de 15m ya giró a Bullish above 3870.93 a medida que los compradores absorbieron la oferta.

Inspecciónense ahora las filas macroeconómicas (marcador 2) y el lienzo Diario (marcadores 3 y 4). Dado que Synergy AI impone un escalado monótono por horizonte (‖Θ_1h‖ > ‖Θ_4h‖ > ‖Θ_D‖ > ‖Θ_W‖), la deriva intradía en 1h y 4h nunca sobrescribe la estructura Diaria ni Semanal. El marco Diario muestra Current: Range Bound dentro de 3852.29 ~ 4549.83 con Forecast: Resumption of Up Trend por encima de Bullish Above 3869.66, mientras el Semanal conserva Bullish above 3942.40 bajo el techo macroeconómico M Bearish below 5597.99. El gráfico indica explícitamente Watch for Price Rejection to BUY en la Buy zone. Un rechazo confirmado proyecta la escalera escalonada de Profit zone a través de TP1 3975.39, TP2 4110.00, TP3 4247.36, TP4 4391.05 y el nodo de decisión en el borde superior de la cuña TP5 4549.83 hasta TP11 5600.00. En sentido opuesto, un cierre Diario contundente por debajo del suelo expone los soportes estructurales inferiores en 3715.57 y 3437.64.

Dos escenarios entre activos distintos ilustran estas mismas ecuaciones continuas de compuerta en el mercado cambiario al contado y en mercados cripto operativos 24/7.

Los profesionales pueden inspeccionar hojas de ruta multihorizonte en vivo sobre más de 200 símbolos en 4CM-AI Charts, repasar lecciones visuales paso a paso sobre la arquitectura multimotor en ForecastCity Academy y consultar el listado completo de literatura empírica en la página de Fuentes y Bibliografía de la Academia.

Preguntas frecuentes

Referencias académicas y del sector

1. [1]Hamilton, J. D. (1989). A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica, 57(2), 357-384. https://doi.org/10.2307/1912559
2. [2]Ang, A., & Bekaert, G. (2002). International Asset Allocation With Regime Shifts. The Review of Financial Studies, 15(4), 1137-1187. https://doi.org/10.1093/rfs/15.4.1137
3. [3]Raftery, A. E., Kárný, M., & Ettler, P. (2010). Online Prediction Under Model Uncertainty via Dynamic Model Averaging: Application to a Cold Rolling Mill. Technometrics, 52(1), 52-66. https://doi.org/10.1198/TECH.2009.08104
4. [4]Koop, G., & Korobilis, D. (2012). Forecasting Inflation Using Dynamic Model Averaging. International Economic Review, 53(3), 867-886. https://doi.org/10.1111/j.1468-2354.2012.00704.x
5. [5]Andersen, T. G., Bollerslev, T., Diebold, F. X., & Vega, C. (2003). Micro Effects of Macro Announcements: Real-Time Price Discovery in Foreign Exchange. American Economic Review, 93(1), 38-62. https://doi.org/10.1257/000282803321455151
6. [6]Evans, M. D. D., & Lyons, R. K. (2002). Order Flow and Exchange Rate Dynamics. Journal of Political Economy, 110(1), 170-180. https://doi.org/10.1086/324391
7. [7]Evans, M. D. D., & Lyons, R. K. (2008). How Is Macro News Transmitted to Exchange Rates? Journal of Financial Economics, 88(1), 26-50. https://doi.org/10.1016/j.jfineco.2007.06.001
8. [8]Barndorff-Nielsen, O. E., & Shephard, N. (2004). Power and Bipower Variation with Stochastic Volatility and Jumps. Journal of Financial Econometrics, 2(1), 1-37. https://doi.org/10.1093/jjfinec/nbh001
9. [9]Merton, R. C. (1976). Option Pricing When Underlying Stock Returns Are Discontinuous. Journal of Financial Economics, 3(1-2), 125-144 (DOI); & Kou, S. G. (2002). A Jump-Diffusion Model for Option Pricing. Management Science, 48(8), 1086-1101 (DOI).
10. [10]Hawkes, A. G. (1971). Spectra of Some Self-Exciting and Mutually Exciting Point Processes. Biometrika, 58(1), 83-90 (DOI); & Bacry, E., Mastromatteo, I., & Muzy, J.-F. (2015). Hawkes Processes in Finance. Market Microstructure and Liquidity, 1(1), 1550005 (DOI).
11. [11]Tetlock, P. C. (2007). Giving Content to Investor Sentiment: The Role of Media in the Stock Market. The Journal of Finance, 62(3), 1139-1168. https://doi.org/10.1111/j.1540-6261.2007.01232.x
12. [12]Loughran, T., & McDonald, B. (2011). When Is a Liability Not a Liability? Textual Analysis, Dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65. https://doi.org/10.1111/j.1540-6261.2010.01625.x
13. [13]Araci, D. (2019). FinBERT: Financial Sentiment Analysis with Pre-trained Language Models. arXiv preprint arXiv:1908.10063. https://doi.org/10.48550/arXiv.1908.10063
14. [14]Jacobs, R. A., Jordan, M. I., Nowlan, S. J., & Hinton, G. E. (1991). Adaptive Mixtures of Local Experts. Neural Computation, 3(1), 79-87 (DOI); & Shazeer, N., et al. (2017). Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer. ICLR 2017, arXiv:1701.06538.
15. [15]Wang, X.-L., et al. (2024). From News to Forecast: Integrating Event Analysis in LLM-Based Time Series Forecasting with Reflection. NeurIPS 2024 (arXiv:2409.17515); & Koval, R., Andrews, N., & Yan, X. (2025). Multimodal Language Models with Modality-Specific Experts for Financial Forecasting. arXiv:2509.19628.