A informação do Twitter pode ser usada para prever e explicar retornos, volatilidade, volume de negócios e índices de opinião no mercado acionista. A conclusão é de uma equipa da Universidade do Minho (UMinho) que 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.
Por detrás do estudo esteve a ideia foi encontrar uma métrica para o “sentimento” positivo ou negativo do mercado, a partir dos dados dessa rede social. A investigação do Minho 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 estudo já publicado na revista “Expert Systems with Applications” permitiu a Nelson Areal ser reconhecido com o Prémio de Investigação da Escola de Economia e Gestão (EEG) da Universidade do Minho pela melhor publicação de um cientista da EEG, em 2017.

A investigação que decorreu durante quatro anos “envolveu também 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.”
No estudo a equipa da UMinho usou software estatístico R, de código aberto. A forma de execução de tarefas como a recolha de tweets, as ações 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, são indicados na publicação.
A equipa aplicou o léxico ao Twitter, relativos a mercados de capitais, Um meio considerado “ideal para apurar a métrica de sentimento em posts de 140 carateres ou pouco mais, que é uma linguagem muito diferente de outros documentos”, esclareceu Nelson Areal.
O especialista acrescentou que 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.
Medir o ‘sentimento’
Nelson Areal referiu: “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 afetar o preço de uma ação, ou a evolução dos mercados, sem sequer lhes perguntarmos.”
Mas, o também diretor do Departamento de Gestão, da UMinho, esclareceu: “Não demonstramos que é possível criar uma carteira de ações 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”.
Outros desenvolvimentos do estudo constam 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 em artigo da revista ‘Decision Support Systems’, da editora holandesa Elsevier.
A investigação vai agora explorar 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”. Bruno Vieira, no âmbito do doutoramento MAPi em Ciências da Computação está a trabalhar com a orientação de Nelson Areal e de Paulo Cortez para haver um avanço no estudo.
Deixe um comentário
Ainda sem comentários!
Apenas utilizadores registados podem comentar.
Entrar ou Criar conta
Apenas utilizadores registados podem comentar.
Entrar ou Criar conta