20.500.12556/RUL-176069 Analiza vpliva medijev na cene vrednostnih papirjev Analysis of media impact on securities prices Cilj magistrske naloge je bil raziskati in ovrednotiti možnost razvoja aktivne trgovalne strategije, ki temelji na sentimentni analizi finančnih novic, ter preveriti, ali lahko ta strategija preseže donosnost pasivnega pristopa kupi in drži. Podatki o novicah so bili zbrani za 20 podjetij z največjo tržno kapitalizacijo v indeksu S&P 500 v obdobju 2021–2023. Podatki so bili zajeti iz šestih različnih finančnih spletnih portalov. Za izračun dnevnega sentimenta so bila besedila novic predhodno obdelana, za določitev polaritete pa je bila uporabljena leksikalna metoda knjižnice TextBlob. Dobljeni sentiment je nato služil kot temelj za razvoj in simulacijo aktivne trgovalne strategije. Glavni poudarek raziskave je bil na identifikaciji spletnih virov z največjim napovednim potencialom. Raziskava je potrdila jasno povezavo med sentimentom novic in nihanjem cen delnic. Najpomembnejša ugotovitev je izjemna uspešnost strategije, ki je uporabljala podatke vira Nasdaq in je presegla donosnost pasivne strategije kupi in drži v vseh obdobjih trga. Poleg tega se je sentimentna strategija, ob uporabi virov CNBC, BBC in CNN, izkazala za izredno učinkovito v obdobju medvedjega trga (ang. bear market). Magistrska naloga zaključuje, da lahko aktivna trgovalna strategija, ki temelji na sentimentnih signalih iz določenih virov, doseže ali celo preseže donosnost pasivne strategije, vendar njena prednost hitro izgine, če transakcijskih stroškov ni mogoče učinkovito omejiti. Delo postavlja močno izhodišče za nadaljnje raziskave optimizacije strategij na podlagi specifičnih virov. The goal of the master’s thesis was to investigate and evaluate the possibility of developing an active trading strategy based on the sentiment analysis of financial news, and to verify whether this strategy can surpass the return of the passive buy-and-hold approach. News data were collected for the 20 companies with the largest market capitalization in the S&P 500 index during the 2021–2023 period. Data were sourced from six different financial web portals. To calculate the daily sentiment, the news texts were preprocessed, and the TextBlob library's lexical method was used to determine polarity. The obtained sentiment then served as the foundation for developing and simulating the active trading strategy. The main focus of the research was the identification of web sources with the greatest predictive potential. The research confirmed a clear connection between news sentiment and stock price fluctuation. The most important finding is the exceptional performance of the strategy using data from the Nasdaq source, which exceeded the return of the passive buy-and-hold strategy across all market periods. Furthermore, the sentiment strategy, utilizing sources like CNBC, BBC, and CNN, proved to be extremely effective during the bear market period. The master's thesis concludes that an active trading strategy based on sentiment signals from selected sources can match or even surpass the returns of a passive strategy. However, its advantage quickly diminishes if transaction costs cannot be effectively minimized. The work provides a strong foundation for further research on optimizing strategies based on specific sources. sentimentna analiza finančni trgi trgovalna strategija vpliv medijev sentiment analysis financial markets trading strategy media influence true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2025-11-20 14:30:03 2025-11-20 14:30:14 2025-12-18 03:50:46 0000-00-00 00:00:00 2025 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 37783 259877635 Plestenjak_Sabina_-_Analiza_vpliva_medijev_na_cene_vrednostnih_papirjev.pdf Plestenjak_Sabina_-_Analiza_vpliva_medijev_na_cene_vrednostnih_papirjev.pdf 1 8610B3F61D80BAF0D54CC199F3B4BE29 bc10b7dcb875427303e7bedb6fd409c665a62b362e5c7d15a1cd72da4d9e5ac2 b23cbde5-c614-11f0-9328-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=222154 Fakulteta za računalništvo in informatiko 0 0 0