UMINHO

UMINHO -
Twitter ajuda a prever o mercado bolsista

Share on facebook
Share on twitter

TÓPICOS

Share on facebook
Share on twitter

TÓPICOS

Uma equipa da Universidade do Minho mostrou que é possível usar informação do Twitter para prever e explicar retornos, volatilidade, volume de negócios e índices de opinião no mercado accionista. O trabalho analisou mais de 31 milhões de tweets de 3000 empresas dos EUA entre 2012 e 2015, que continham a cashtag (hashtag com o dólar), uma convenção digital que se refere ao mercado de capitais.

A ideia foi encontrar uma métrica para o “sentimento” positivo ou negativo do mercado, a partir dos dados dessa rede social. A pesquisa apresenta vários avanços face a estudos similares, ao focar-se num período longo de tempo, tratar grande quantidade de informação (big data), usar dados diários e técnicas estatísticas robustas, evitando generalizações circunstanciais. O artigo saiu na revista “Expert Systems with Applications” e valeu a Nelson Areal o Prémio de Investigação da Escola de Economia e Gestão da UMinho pela melhor publicação de um cientista daquela Escola em 2017. A pesquisa decorreu durante quatro anos e teve a coautoria de Paulo Cortez, professor da Escola de Engenharia da UMinho, e de Nuno Oliveira, que foi orientado por ambos na sua tese doutoral no Centro Algoritmi e é, agora, data scientist no CEiiA.

A equipa usou para o efeito o software estatístico R, de código aberto. No artigo, explica a forma de execução de tarefas como a recolha de tweets, as acções de pré-processamento, o uso de léxicos de opinião e a aplicação e avaliação de métodos de aprendizagem automática, usando um léxico criado pelos autores. A equipa minhota aplicou esse léxico para texto de microblogues, neste caso o Twitter, relativos a mercados de capitais. “É o meio ideal para apurar a métrica de sentimento em posts de 140 caracteres ou pouco mais, que é uma linguagem muito diferente de outros documentos”, justifica Nelson Areal. Mais: a ferramenta criada permite prever a evolução dos “índices do sentimento” apresentados semanal ou mensalmente pela própria Associação Americana de Investidores Individuais, pela Investors Intelligence e pela empresa Sentix.

PUBLICIDADE

Medir o “sentimento”

“Como tratámos grandes volumes de dados diários, é possível de forma fiável, barata, rápida e, sobretudo, automática extrairmos informação que consegue medir o sentimento de determinados agentes que poderá afectar o preço de uma acção, ou a evolução dos mercados, sem sequer lhes perguntarmos”, assinala. Porém, o também director do Departamento de Gestão da UMinho deixa uma ressalva: “Não demonstramos que é possível criar uma carteira de acções bolsistas que permita obter uma rendibilidade superior àquilo que seria normal. Isto é, não dizemos que podemos obter ganhos com o uso desta informação no Twitter. Apenas dizemos que pode ser útil para prever o comportamento futuro de algumas variáveis”.

Outras partes do estudo saíram também no livro “Text Mining and Visualization – Case Studies Using Open-Source Tools”, da norte-americana CRC Press, nas atas da conferência internacional “Web Intelligence, Mining and Semantics”, realizada na França, e num artigo da revista “Decision Support Systems”, da editora holandesa Elsevier. A investigação vai ter continuidade, explorando desta vez a estimação do sentimento nas relações entre as pessoas e os influenciadores: “Nas redes sociais há pessoas que têm claramente um peso diferente, o que dizem tem mais influência”. Nesse sentido, Nelson Areal e Paulo Cortez coorientam agora Bruno Vieira, no âmbito do doutoramento MAPi em Ciências da Computação.

Share on facebook
Partilhe este artigo no Facebook
Share on twitter
Twitter
COMENTÁRIOS
OUTRAS NOTÍCIAS

PUBLICIDADE