El estudio se basa en un extenso conjunto de datos (~1.86 millones de titulares de noticias) para investigar la heterogeneidad y el poder predictivo de las señales de sentimiento explícito (TextBlob, VADER y FinBERT) y el sentimiento implícito (VIX) para las tendencias del mercado de valores. Encontramos que el contenido de las noticias consiste predominantemente en información objetiva o neutral, con solo una pequeña parte que lleva peso subjetivo o emotivo. Hay un sesgo estructural del mercado hacia los aumentos (estados de mercado alcista). El comportamiento del mercado parece ser anticipatorio en lugar de reactivo: el sentimiento implícito prospectivo captura una parte sustancial (~45-50%) de la variación en los rendimientos de las acciones. En contraste, las puntuaciones de sentimiento, incluso cuando se desagregan en subscores específicos de la empresa y no específicos de la empresa, carecen de un poder predictivo robusto. Sin embargo, el sentimiento de fin de semana y de vacaciones contiene señales de mercado modestas pero valiosas. En términos de algoritmos, la Máquina de Aumento de Gradiente (GBM) se destaca tanto en tareas de clasificación (alcista vs. bajista) como en tareas de regresión. Ni el sentimiento de noticias de FinBERT, los rendimientos históricos, ni la volatilidad implícita ofrecen una ventaja explotable de manera consistente sobre la eficiencia del mercado. Por lo tanto, nuestros hallazgos brindan apoyo empírico tanto a la forma débil como a las formas semi-fuertes de la Hipótesis del Mercado Eficiente. En el ámbito de las estrategias de trading explotables, los mercados siguen siendo un enigma frente al alfa sistemático.