211service.com
Twitter Mood voorspelt de aandelenmarkt
Er is geen tekort aan mensen die zeggen te weten hoe ze moeten voorspellen of de aandelenmarkt op een bepaalde dag zal stijgen of dalen. Maar er zijn er maar weinig die het consequent beter kunnen dan het opgooien van een munt.
Voor veel economen is dat gemakkelijk uit te leggen. Conventionele economische theorie stelt dat de prijsbeweging in een perfecte markt een willekeurige wandeling moet volgen en onmogelijk te voorspellen moet zijn met een nauwkeurigheid van meer dan 50 procent.
Er zit echter een vlieg in deze economische zalf. Talrijke studies tonen aan dat beurskoersen niet willekeurig zijn en dit impliceert dat ze voorspelbaar zouden moeten zijn. De vraag is hoe je dat consequent doet.
Vandaag zeggen Johan Bollen van de Indiana University en een paar vrienden dat ze precies zo'n voorspeller hebben gevonden, begraven in de schijnbaar hersenloze stroom van woorden die uit de Twitterverse voortkomt.
Al geruime tijd proberen onderzoekers nuttige informatie uit deze brandslang te halen. Eén idee is dat de gedachtestroom representatief is voor de mentale toestand van de mensheid op elk moment. Verschillende groepen hebben algoritmen bedacht om deze datastroom te analyseren in de hoop deze te gebruiken om de temperatuur van verschillende menselijke toestanden te meten.
Eén algoritme, het Google-Profile of Mood States (GPOMS), registreert het niveau van zes toestanden: geluk, vriendelijkheid, alertheid, zekerheid, vitaliteit en kalmte.
De vraag die Bollen en co stellen is of een van deze staten correleert met de beurskoersen. Per slot van rekening, zeggen ze, is het niet geheel ongeloofwaardig dat de stijging en daling van de beurskoersen wordt beïnvloed door de publieke stemming.
Dus deze jongens namen 9,7 miljoen tweets die werden gepost door 2,7 miljoen tweeters tussen maart en december 2008 en zochten naar correlaties tussen de GPOMS-indexen en of de Dow Jones Industrial Average elke dag steeg of daalde.
Hun buitengewone conclusie is dat er echt een correlatie is tussen de Dow Jones Industrial Average en een van de GPOMS-indices: kalmte.
De kalmte-index lijkt zelfs een goede voorspeller te zijn of de Dow Jones Industrial Average tussen 2 en 6 dagen later stijgt of daalt. We vinden een nauwkeurigheid van 87,6% bij het voorspellen van de dagelijkse op- en neerwaartse veranderingen in de slotwaarden van de Dow Jones Industrial Average, zeggen Bollen en co
Dat is een ongelooflijk resultaat - dat een Twitter-stemming de aandelenmarkt kan voorspellen - maar de cijfers lijken in die richting te wijzen.
Is het echt mogelijk dat de kalmte-index gecorreleerd is met de aandelenmarkt? Kan zijn. In april hebben we gekeken naar werk dat laat zien hoe tweets over films kunnen worden gebruikt om de kassa-opbrengsten te voorspellen.
Maar er zijn minstens twee goede redenen om te vermoeden dat dit resultaat niet alles is wat het lijkt. De eerste is het ontbreken van een aannemelijk mechanisme: hoe zou de Twitter-stemming gemeten door de kalmte-index de Dow Jones Industrial Average tot zes dagen later daadwerkelijk kunnen beïnvloeden? Niemand weet het.
De tweede is dat de Twitter-feeds die Bollen en co gebruikten niet alleen uit de VS kwamen, maar van over de hele wereld. Hoewel het waarschijnlijk een redelijke veronderstelling is dat een groot deel van deze tweeters in 2008 in de VS was gevestigd, is er geen manier om te weten welk deel. Volgens deze berekening helpen tweeters in Timboektoe op de een of andere manier de Dow Jones Industrial Average te voorspellen.
Hoe dan ook, dit werk zal zeker belangstelling wekken. En op het eerste gezicht genomen, zou het enorm invloedrijk kunnen zijn. Als kalmte echt voorspellende waarde heeft voor de aandelenmarkt, zullen we een explosie van interesse in financiële Twitter-analyses zien. En Bollen en co zouden binnenkort extreem vermogende individuen moeten worden.
Referentie: arxiv.org/abs/1010.3003 : Twitter Mood voorspelt de aandelenmarkt