Ученые научились предсказывать поведение фондовой биржи по сообщениям в твиттере

Коллективное настроение, которое можно узнать, проанализировав миллионы твитов, позволяет предсказывать подъем и понижение промышленного индекса Доу-Джонса на неделю вперед, с точностью до 90 процентов, как сообщают ученые из Индианского университета.

Проанализировав 9.8 миллионов твитов (сообщений на twitter.com) от 2.7 миллионов пользователей за период в 10 месяцев 2008 года, исследователи обнаружили связь, между промышленным индексом Доу-Джонса и сообщениями в твиттере.

С помощью двух приборов, для анализа текстовой информации, собранной с Твиттера, доцент Джонан Боллен и соискатель на степень кандидата наук Хейна Мао, смогли замерить изменения общественного настроения и сравнили полученные результаты с положением на фондовом рынке.

Один из инструментов, под названием OpinionFinder, анализировал твиты на предмет позитивных или негативных изменений в общественных настроениях в течении дня. Второй, получивший имя Google-Profile of Mood States (GPOMS), измерял настрой твитов по шести параметрам: спокойствие, тревожность, уверенность, энергичность, вид и счастье. В итоге, ученые получили данные о динамике изменения настроения общества и сопоставили их с данными индекса Доу-Джонса.

Ученые сравнили два набора данных - индекс Доу-Джонса и общественное настроение. С помощью самоорганизующейся сетевой модели, они проверили гипотезу о возможность предсказания поведения фондовой биржи на основе измерения настроений царящих в обществе.

"Мы не стремились создать идеальную систему для предсказания индекса Доу-Джонса, но скорей попытались оценить то, насколько точно предсказания, сделанные на основе публичного мнения, совпадут с реальностью", - сказал Боллен. "Мы обнаружили, что они совпадают в 87.6 процентах случаев, именно с такой регулярностью, нам удавалось предсказывать поведение промышленного индекса Доу-Джонса".

Используя модель для прогнозирования под названием Self-Organizing Fuzzy Neural Network, подобную той, которая используется для определения потребности в электроэнергии, ученые продемонстрировали, что традиционные модели для предсказания индекса Доу-Джонса, значительно уступают новой системе по части аккуратности прогнозов.

Шансы на то, что предсказания, оказавшиеся верными в 87.6 процентах случаях на протяжении 20 дней были простой случайностью, составляют 3.4 процента.

Оригинал (на англ. языке): Physorg

• Частое использование ChatGPT связано с одиночеством и эмоциональной зависимостью
• Стартап по натрий-железным батареям готов бросить вызов литий-ионным батареям для долгосрочного хранения энергии
• ABB разрабатывает высокоманевренный и высокоэффективный морской винт
• Изменения симметрии в крошечных кристаллах под воздействием света позволяют исследователям создавать материалы с заданными свойствами
• Солнечная пленка, которую можно наклеить где угодно для генерации энергии
• Двойно магичное ядро свинца-208 удивляет неожиданными свойствами формы
• Как мозг строит сложные карты для навигации и запоминания мира
• Пластиковый лед