Some experiments on modeling stock market behavior using investor sentiment analysis and posting volume from Twitter

Abstract

The analysis of microblogging data related with stock markets can reveal relevant new signals of investor sentiment and attention. It may also provide sentiment and attention indicators in a more rapid and cost-effective manner than other sources. In this study, we created several indicators using Twitter data and investigated their value when modeling relevant stock market variables, namely returns, trading volume and volatility. We collected recent data from nine major technological companies. Several sentiment analysis methods were explored, by comparing 5 popular lexical resources and two novel lexicons (emoticon based and the merge of all 6 lexicons) and sentiment indicators produced using two strategies (based on daily words and individual tweet classifications). Also, we measured posting volume associated with tweets related to the analyzed companies. While a short time period is considered (32 days), we found scarce evidence that sentiment indicators can explain these stock returns. However, interesting results were obtained when measuring the value of using posting volume for fitting trading volume and, in particular, volatility.

Uso de técnicas de Computação Social para tomada de decisão de compra e venda de ações no mercado brasileiro de bolsa de valores

“…Se a emoção do indivíduo investidor pode afetar a forma como ele reage às novas informações, é provável que o sentimento coletivo dos investidores possa influenciar a dinâmica do mercado de ações [4]. Como consequência, medir o humor social tornou-se uma questão fundamental na pesquisa de previsão financeira [10].…”

“…Para [4], o uso de microblog para captar o sentimento dos investidores é interessante por diversos aspectos: a quantidade de pessoas que utilizam esses serviços para comunicar suas ideias a respeito do mercado tem crescido; os dados compartilhados nessas mídias estão disponíveis a baixo custo e são sempre atuais; o tamanho da mensagem também é um diferencial em relação aos textos de blogs comuns, são somente cento e quarenta caracteres o que reduz quantidade de processamento e ruído; e as postagens são realizadas em tempo real e com alta frequência.…”

“…No Capítulo 2 serão referenciados vários trabalhos. Com relação ao mercado financeiro, várias pesquisas recentes têm apresentado resultados promissores e incentivadores de estudo na área [14,10,4,8,5].…”

“…Através da coleta de mensagens postadas no Twitter sobre nove empresas de tecnologia como AMD, DELL, e-Bay, Microsoft e IBM, precedidas de "$" o cashtag (caracter utilizado pela comunidade de investidores dos EUA), o trabalho desenvolvido por [4] criou indicadores que foram investigados na modelagem de variáveis do mercado de ações, tais como: retornos; volume de negociação; e volatilidade. Adotando métodos de análise de sentimento e volume de mensagens, a investigação não produziu evidências de que os indicadores de sentimento possam explicar os retornos do mercado.…”

“…Já [14], preferiu converter maiúsculas em minúsculas, remover stop-words e retweets e detectar qual o idioma foi utilizado. Em seu trabalho [4] concentrou em separar mensagens que continham palavras-chave do domínio por ele pesquisado.…”