Training Begins on Our Own AI News Analytics Engine Comienza el entrenamiento de nuestro propio motor de AI News Analytics

Every system on this book started the same way this one does today: as an idea with no track record, earning its place one honest session at a time. Before writing a line of the engine itself, the foundation work was a literature review of two references on sentiment analysis in finance, read the way this Ledger reads its own backtests: for what actually held up, not for what sounded plausible.

The empirical reference. One book is a body of empirical evidence, and its unifying finding cuts against the naive version of this whole idea: sentiment does not predict returns directly (the raw index-to-return correlation runs around 0.08). What it does is condition volatility, liquidity, regime and the size of the reaction to a real catalyst. Abnormal news volume, not tone, is the better proxy for importance, and it roughly doubles the effect of tone alone, with the resulting P&L concentrated almost entirely on the short side. Tone only discriminates between companies when measured as a residual against the earnings surprise itself, not as a raw score. Direction flips with horizon: short-horizon continuation intraday, a contrarian edge at the weekly mark that amounts to buying into measured negative sentiment, and reversion at the annual horizon, three different, sometimes opposite, trading theses depending on how long a position is meant to be held. Decay is not optional detail, it is the central constraint: an intraday half-life measured in roughly ninety minutes and a news-driven return premium that has mostly decayed within four to five days. The single most defensible use is conditioning position size on measured volatility, not classifying direction. And a specific list of filters turned out to matter more than any model architecture: high relevance, low novelty repetition, excluding a company’s own press releases, separating scheduled news from genuine surprises, and flagging the price momentum that already existed before the event, because without that flag a measured event effect of plus or minus six to eleven percent turns out to be mostly pre-existing drift wearing a catalyst’s name.

The same skepticism applied to the source itself. Nine internal inconsistencies were found and verified twice against the source text before being set aside: figures that do not reconcile between a summary and its own body, one strategy that could not be reproduced from its own stated rules, and broken references. A finding is not adopted because a book states it; it earns adoption the same way anything does here, checked against itself first.

The implementation reference. The second book carries no empirical evidence at all, no backtest, no reported figure, and its value is entirely different: it is a skeleton for the engineering pipeline itself, collection, storage, natural-language processing, feature construction, modeling from simple baselines through ensembles, deployment with drift monitoring and scheduled retraining, and execution-aware concerns like latency and slippage. It also contains real errors, a claim that two off-the-shelf sentiment tools are calibrated for financial text that is simply false and self-contradicted elsewhere in the same book, a repetition of the naive directional thesis the empirical reference already refutes, and a mix of deprecated libraries and outdated references. The same read-with-suspicion standard applied here too.

What gets built from the two. The empirical reference supplies what to look for; the implementation reference supplies how to build the machinery that looks for it. The engine takes the second book’s pipeline skeleton and injects the first book’s findings at every stage: relevance, novelty and source filters at collection, features built from abnormal volume and residual tone rather than raw sentiment scores, a model trained to condition volatility and regime rather than to classify direction, validation that includes placebo tests and component-by-component ablation before any result is trusted, and one governing constraint carried through the whole design: a signal’s measured half-life has to match the horizon it is meant to trade, or it is being used for something it was never shown to do.

This is a beginning, not a result. There is no accuracy figure to report yet, no backtest of the engine itself, nothing that would meet this Ledger’s own bar for a verified claim, only the foundation the training now builds on. An engine meant to sit this close to the center of the breaking news project deserves to earn trust the same way every other tool on this book had to, slowly, against evidence, in public. The training starts today. What it becomes will be recorded here exactly as it happens.

Cada sistema de este libro empezó de la misma forma en que empieza este hoy: como una idea sin track record, ganándose su lugar una sesión honesta a la vez. Antes de escribir una sola línea del motor en sí, el trabajo de base fue una revisión de literatura de dos referencias sobre análisis de sentimiento en finanzas, leídas de la misma forma en que este Ledger lee sus propios backtests: por lo que realmente se sostiene, no por lo que suena plausible.

La referencia empírica. Un libro es un cuerpo de evidencia empírica, y su hallazgo unificador va en contra de la versión ingenua de toda esta idea: el sentimiento no predice retornos de forma directa (la correlación cruda entre el índice y el retorno ronda 0.08). Lo que sí hace es condicionar la volatilidad, la liquidez, el régimen y el tamaño de la reacción a un catalizador real. El volumen anormal de noticias, no el tono, es el mejor proxy de importancia, y aproximadamente duplica el efecto del tono por sí solo, con el P&L resultante concentrado casi por completo en el lado corto. El tono solo discrimina entre empresas cuando se mide como un residual contra la propia sorpresa de earnings, no como un puntaje crudo. La dirección cambia con el horizonte: continuación de corto plazo intradía, un edge contrarian en la marca semanal que equivale a comprar sobre sentimiento negativo medido, y reversión en el horizonte anual, tres tesis de trading distintas, a veces opuestas, según cuánto tiempo se piense sostener una posición. El decaimiento no es un detalle opcional, es la restricción central: un half-life intradía medido en aproximadamente noventa minutos y una prima de retorno impulsada por noticias que en su mayoría se ha decaído dentro de cuatro a cinco días. El uso más defendible es condicionar el tamaño de posición sobre la volatilidad medida, no clasificar la dirección. Y una lista específica de filtros resultó importar más que cualquier arquitectura de modelo: relevancia alta, baja repetición de novedad, excluir los propios comunicados de prensa de la empresa, separar noticias programadas de sorpresas genuinas, y marcar el momentum de precio que ya existía antes del evento, porque sin esa marca un efecto de evento medido de más o menos seis a once por ciento resulta ser en su mayoría drift preexistente disfrazado con el nombre de un catalizador.

El mismo escepticismo aplicado a la propia fuente. Se encontraron y verificaron dos veces contra el texto fuente nueve inconsistencias internas antes de dejarlas de lado: cifras que no cuadran entre un resumen y su propio cuerpo, una estrategia que no pudo reproducirse desde sus propias reglas declaradas, y referencias rotas. Un hallazgo no se adopta porque un libro lo afirme; se gana la adopción de la misma forma en que todo se la gana aquí, verificado contra sí mismo primero.

La referencia de implementación. El segundo libro no lleva ninguna evidencia empírica en absoluto, ningún backtest, ninguna cifra reportada, y su valor es completamente distinto: es un esqueleto para el propio pipeline de ingeniería, recolección, almacenamiento, procesamiento de lenguaje natural, construcción de features, modelado desde baselines simples hasta ensambles, deployment con monitoreo de drift y reentrenamiento programado, y consideraciones conscientes de la ejecución como latencia y slippage. También contiene errores reales, una afirmación de que dos herramientas de sentimiento genéricas están calibradas para texto financiero que simplemente es falsa y se contradice a sí misma en otra parte del mismo libro, una repetición de la tesis direccional ingenua que la referencia empírica ya refuta, y una mezcla de librerías desactualizadas y referencias obsoletas. El mismo estándar de leer con sospecha se aplicó aquí también.

Qué se construye a partir de los dos. La referencia empírica aporta qué buscar; la referencia de implementación aporta cómo construir la maquinaria que lo busca. El motor toma el esqueleto de pipeline del segundo libro y le inyecta los hallazgos del primero en cada etapa: filtros de relevancia, novedad y fuente en la recolección, features construidas desde volumen anormal y tono residual en vez de puntajes crudos de sentimiento, un modelo entrenado para condicionar volatilidad y régimen en vez de clasificar dirección, validación que incluye pruebas placebo y ablación componente por componente antes de confiar en cualquier resultado, y una restricción que gobierna todo el diseño: el half-life medido de una señal tiene que igualar el horizonte en el que se pretende operarla, o se está usando para algo que nunca se demostró que hiciera.

Esto es un comienzo, no un resultado. Todavía no hay una cifra de exactitud que reportar, ni backtest del motor en sí, nada que cumpla con el propio estándar de este Ledger para una afirmación verificada, solo la base sobre la que ahora construye el entrenamiento. Un motor pensado para estar tan cerca del centro del proyecto de breaking news merece ganarse la confianza de la misma forma en que tuvo que hacerlo cada otra herramienta de este libro, lentamente, contra evidencia, en público. El entrenamiento empieza hoy. Lo que llegue a ser se registrará aquí exactamente como ocurra.