1. Arquitectura y Funcionamiento del Análisis de Sentimiento Financiero

El análisis de sentimiento aplicado a los mercados bursátiles consiste en el uso de algoritmos informáticos avanzados para extraer la polaridad emocional (positiva, negativa o neutral) e intencionalidad de grandes volúmenes de datos textuales no estructurados.

1.1 Fases del Procesamiento de Datos Cualitativos

1. Ingesta Masiva y Minería de Textos: Los algoritmos recopilan de forma automatizada flujos continuos de información provenientes de múltiples fuentes digitales públicas y privadas (redes sociales como X/Twitter, noticias de agencias financieras globales, blogs especializados y transcripciones de directivos).
2. Procesamiento del Lenguaje Natural (PLN): Mediante técnicas semánticas avanzadas, el modelo limpia los datos, elimina el ruido informativo, identifica entidades financieras clave (empresas, materias primas, divisas o índices) y comprende el contexto financiero específico (por ejemplo, distinguiendo si una palabra como "caída" se refiere al beneficio neto o a una temporada estacional).
3. Cuantificación y Asignación de Sentimiento: El sistema traduce la complejidad narrativa en un valor cuantitativo (un índice de sentimiento normalizado) que refleja la actitud colectiva del mercado hacia un activo determinado.

---