Se Google calcola l’inflazione, Twitter aiuta a fare previsioni sull’andamento di Wall Street. Fuori di battuta, è bene precisare subito che in realtà il social network non ha di queste ambizioni, e non fornisce servizi di analisi finanziaria. Ma i tweet che vengono inseriti dagli utenti sono stati analizzati, attraverso metodologie di calcolo, da un team di ricercatori dell’Università dell’Indiana. I quali, alla fine dell’esperimento hanno concluso che esiste una relazione fra l’umore su Twitter e l’andamento del Dow Jones, il principale indice della borsa di New York, in un numero decisamente rilevante di casi: l’86,7%. Non solo: il sentiment del social network precede l’andamento dell’indice borsistico, diventando quindi una sorta di strumento previsionale.
La ricerca è stata condotta dal professore associato Johan Bollen e dalla dottoranda Ph.D. Huina Mao, della School of Informatics and Computing dell’Università dell’Indiana, e da Xiao-Jun Zeng, della School of Computer Science dell’Università di Manchester, i quali hanno analizzato circa 9,8 milioni di tweets, inseriti da circa 2,7 milioni di utenti, lungo un periodo di 10 mesi nel 2008.
Per analizzare i post su Twitter hanno usato due strumenti: OpinionFinder, che in pratica separa i messaggi negativi da quelli positivi, e il Google-Profile of Mood States (GPOMS) che invece li cataloga attraverso sei livelli di sentiment, ovvero calmo, in allarme, sicuro, gentile e allegro (calm, alert, sure, vital, kind, happy).
Quindi, hanno messo in relazione i risultati delle diverse selezioni di umore con i valori di borsa, attraverso un modello chiamato Self-Organizing Fuzzy Neural Network (simile a uno generalmente usato per fare stime sul fabbisogno elettrico), per testare l’ipotesi che le previsioni sulla chiusura del mercato possano diventare più efficaci, includendo anche una misura dell’umore del pubblico.
«Non volevamo proporre un modello ottimale per prevedere l’andamento del Dow Jones», sottolinea Bollen, spiegando che invece la ricerca è piuttosto finalizzata «a valutare l’effetto dell’inserimento di informazioni relative al sentiment pubblico sulla precisione del modello previsionale di base».
E il risultato è stato «un’accuratezza dell’87,6% nel prevedere le variazioni positive e negative della chiusura del Dow Jones Industrial Average». La ricerca ha anche rilevato che il semplice indicatore di umore positivo o negativo (Opinion Finder), non ha un effetto previsionale rilevante, mentre il secondo strumento ha fornito indicazioni molto più interessanti. Per esempio, le stime più precise sono quelle ottenute in relazione alle combinazioni “calmo” e “calmo e felice” del GPOMS. L’indice di calma, se così lo possiamo chiamare, ha evidenziato la capacità di prevedere il mercato con un anticipo dai due ai sei giorni.
Comunque sia, al di là di questi particolari, che in realtà sono un po’ più complicati di quanto sembra, i ricercatori ritengono di aver dimostrato il potenziale del sentiment pubblico come indicatore sull’andamento dei mercati. «Vista la performace ottenuta basandosi su un modello relativamente semplice come il SOFFNN, speriamo di ottenere risultati uguali o migliori per modelli di mercato più sofisticati».
