Usare twitter per prevedere i mercati finanziari

Alcuni ricercatori della California University hanno messo a punto un modello che utilizza i dati di Twitter per prevedere il valore di un titolo ed il volume scambiato nella giornata successiva. Una strategia di trading basata sul modello creato da Vagelis Hristidis (professore associato presso il Bourns College of Engineering) che, durante i quattro mesi di simulazione, ha addirittura fatto meglio del Dow Jones Industrial Average.
 
Hristidis e i suoi collaboratori hanno deciso di studiare come le attività su Twitter si correlano ai prezzi delle azioni e al loro volume di scambio; in passato si è cercato di utilizzare lo "stato d'animo" dei tweet, ma pochi studi erano stati compiuti utilizzando il volume di tweet o i modi con i quali i tweet sono collegati ad altri tweet, altri argomenti o altri utenti. Inoltre, i lavori passati erano più incentrati sugli indici di borsa che non sulle singole azioni.
  Nel loro lavoro, i ricercatori hanno utilizzato il prezzo giornaliero di chiusura e il numero dei contratti per 150 aziende scelte a caso nel S & P 500 Index, per il primo semestre del 2010; hanno poi sviluppato dei filtri per selezionare solo i tweets rilevanti per le imprese durante quel periodo di tempo (per esempio, se si stava lavorando con la Apple, bisognava escludere i tweets che si riferivano al frutto e non all'azienda).   Ci si aspettava di trovare che il numero di contratti fosse correlato con il numero di tweets, ma, sorprendentemente, il numero delle transizioni è maggiormente correlato con i cosiddetti "componenti collegati". Questi ultimi si definiscono come il numero di post relativi ad argomenti distinti che riguardano una certa azienda: prendendo ancora la Apple come esempio, questi argomenti potrebbero essere il nuovo CEO, un nuovo prodotto o il suo ultimo rapporto sui guadagni. Dallo studio è altresì emerso che il prezzo delle azioni è leggermente correlato anche con il numero dei componenti collegati. Volendo scendere nei dettagli del lavoro, i ricercatori hanno simulato una serie di investimenti tra il 1 Marzo ed il 30 giugno 2010, analizzando poi le prestazioni ottenute utilizzando strategie di investimento diverse. Durante il periodo di riferimento, il Dow Jones Industrial Average è sceso del 4,2%.Nelle due varianti di un modello di autoregressione, che acquista ogni giorno le azioni basandosi sul presupposto che il prezzo è funzione dei prezzi del titolo nei giorni precedenti, le perdite sono state del 8,9% e del 13,1%; in un modello ad effetti casuali, la perdita media è stata invece del 5,5%. Utilizzando un modello fisso, che comporta l'acquisto di una serie di titoli che hanno la migliore combinazione di capitalizzazione di mercato, di dimensione aziendale e di debito totale e il loro mantenimento per l'intera simulazione, la perdita media è stata del 3,8%. Infine, il modello sviluppato utilizzando i dati di Twitter ha perso in media il 2,4%.
Chiaramente, questo modello presenta anche delle debolezze: in primo luogo, la strategia commerciale ha lavorato in un periodo in cui il Dow Jones è sceso, ma potrebbe non produrre gli stessi risultati quando il Dow Jones è in aumento. Inoltre, un'altra problematica potrebbe essere legfata alla durata dell'operazione commerciale: per esempio, ci sono voluti ben trenta giorni di simulazione prima di ottenere risultati migliori rispetto al Dow Jones.
"Questi risultati hanno il potenziale per avere un grande impatto sugli investitori del mercato", ha detto Hristidis. Un risultato che sta attirando molti investitori, vista la grande quantità di dati disponibili sui social network.fonte: University of California - Riverside