Twitter-stemning forudsiger aktiemarkedet

Der er ingen mangel på folk, der siger, at de ved, hvordan de skal forudsige, om aktiemarkedet vil gå op eller ned på en bestemt dag. Men der er få, hvis nogen, der konsekvent kan gøre det bedre end at kaste en mønt.

For mange økonomer er det let at forklare. Konventionel økonomisk teori hævder, at bevægelsen af ​​priser på et perfekt marked bør følge en tilfældig vandring og bør være umulig at forudsige med en nøjagtighed på mere end 50 procent.

Der er dog en flue i denne økonomiske salve. Adskillige undersøgelser viser, at aktiemarkedspriserne ikke er tilfældige, og det betyder, at de burde være forudsigelige. Spørgsmålet er, hvordan man gør det konsekvent.

I dag siger Johan Bollen fra Indiana University og et par venner, at de har fundet netop sådan en forudsigelse begravet i den tilsyneladende tankeløse strøm af ord, der udgår fra Twitterverset.

I nogen tid nu har forskere forsøgt at udtrække nyttige oplysninger fra denne brandslange. En idé er, at tankestrømmen er repræsentativ for menneskehedens mentale tilstand på ethvert tidspunkt. Forskellige grupper har udtænkt algoritmer til at analysere denne datastrøm i håb om at bruge den til at tage temperaturen i forskellige menneskelige tilstande.

En algoritme, kaldet Google-Profile of Mood States (GPOMS), registrerer niveauet af seks tilstande: lykke, venlighed, årvågenhed, sikkerhed, vitalitet og ro.

Spørgsmålet, som Bollen og co stiller, er, om nogen af ​​disse stater korrelerer med aktiemarkedspriserne. Det er trods alt, siger de, ikke helt uden troværdighed, at stigningen og faldet i aktiemarkedskurserne er påvirket af den offentlige stemning.

Så disse fyre tog 9,7 millioner tweets udsendt af 2,7 millioner tweetere mellem marts og december 2008 og ledte efter sammenhænge mellem GPOMS-indeksene og om Dow Jones Industrial Average steg eller faldt hver dag.

Deres ekstraordinære konklusion er, at der virkelig er en sammenhæng mellem Dow Jones Industrial Average og et af GPOMS-indeksene – ro.

Faktisk ser roindekset ud til at være en god forudsigelse for, om Dow Jones Industrial Average går op eller ned mellem 2 og 6 dage senere. Vi finder en nøjagtighed på 87,6 % i at forudsige de daglige op- og nedændringer i lukkeværdierne for Dow Jones Industrial Average, siger Bollen og co.

Det er et utroligt resultat - at en Twitter-stemning kan forudsige aktiemarkedet - men tallene ser ud til at pege den vej.

Er det virkelig muligt, at roindekset er korreleret med aktiemarkedet? Måske. Tilbage i april så vi på noget arbejde, der viser, hvordan tweets om film kan bruges til at forudsige billetindtægter.

Men der er mindst to gode grunde til at antage, at dette resultat måske ikke er alt, hvad det ser ud til. Den første er manglen på plausibel mekanisme: hvordan kunne Twitter-stemningen målt ved roindekset faktisk påvirke Dow Jones Industrial Average op til seks dage senere? Ingen ved.

Den anden er, at de Twitter-feeds, Bollen og co brugte, ikke kun var fra USA, men fra hele kloden. Selvom det nok er en rimelig antagelse, at en god del af disse tweeters var baseret i USA i 2008, er der ingen måde at vide, hvilken andel. Ved denne beregning hjælper tweetere i Timbuktu på en eller anden måde med at forudsige Dow Jones Industrial Average.

Uanset hvad, er dette arbejde forpligtet til at tiltrække interesse. Og taget for pålydende kan det være enormt indflydelsesrigt. Hvis ro har en reel forudsigelig værdi af aktiemarkedet, vil vi se en eksplosion af interesse for finansielle Twitter-analyser. Og Bollen og co skulle snart blive ekstremt velhavende individer.

Ref: arxiv.org/abs/1010.3003 : Twitter Mood forudsiger aktiemarkedet

skjule