Анализ влияния настроений в социальной сети Твиттер на доходность акций

Способность прогнозировать будущую доходность акций имеет жизненно важное значение как для практических, так и для теоретических целей: модели по оценки до- ходности можно использовать для разработки торговых стратегий, поиска оптимальной структуры портфеля или для выявления особенностей структуры рынка. С каждым годом социальные сети все более точно реплицируют окружающий нас мир и иногда даже влияют на него. Следовательно, исследование взаимосвязей между онлайн платформами и доходностью акций имеет первостепенное значение. В данной работе мы пытаемся оценить, может ли временной ряд, полученный в результате анализа сообщений одной из самых популярных сетей – Twitter – улучшить точность прогноза доходности акций. Для решения данной проблемы мы создали модель, которая улучшила1 прогнозируемость для 18% компаний из 193 акций, рассмотренных в работе. Оценив базовую модель, основанную на предыдущих доходностях, мы пришли к выводу, что данные социальной сети Twitter могут быть более полезны для оценки доходно- сти акций. Также, на основе данных модели мы можем сделать вывод, что средняя дневная ошибка уменьшается с увеличением количества сообщений для одной компании. Однако, после определенного количества «твитов» на компанию, ошибка начинает увеличиваться из-за большего разнообразия мнений и более высокого содержания нежелательных (спам) сообщений. Кроме того, мы обнаружили, что способ агрегирования ежедневных сигналов имеет важное значение: путем усреднения результатов общий сигнал ухудшается, тогда как медианный сигнал показывает более высокие результаты, представляя некоторое консен- сусное настроение социальной сети.