FenixEdu™

Dissertação

Forecasting Stock Returns Based on Event Detection from Twitter EVALUATED

Detalhes: O rápido crescimento de utilizadores no Twitter faz com que esta rede social seja uma valiosa fonte de informações para estudar o que ocorre no dia-a-dia. Muitas vezes os utilizadores utilizam o Twitter por razões pessoais, profissionais ou até com o intuito de relatar eventos da vida real. O objetivo desta tese é desenvolver um sistema capaz de prever o retorno das ações que compõem o DJIA sendo o principal indicador os tweets publicados por uma comunidade financeira. Numa primeira fase detetamos eventos especiais na vida das empresas por meio de uma análise ao sentimento implícito nos tweets extraídos. Numa fase seguinte implementamos um algoritmo genético com o objetivo de obter a melhor solução para o problema de otimização de portefólio. Ou seja, um algoritmo capaz de proporcionar a estratégia perfeita para selecionar um conjunto de ativos para obter o retorno esperado minimizando o risco. Numa fase final implementamos uma estratégia baseada na popularidade das empresas com o objetivo de obter os melhores retornos. Os resultados mostraram que os tweets recolhidos através da comunidade financeira definida permitem detetar eventos importantes na vida das empresas. Estes eventos detetados permitiram implementar um algoritmo genético que apresentou um retorno de 0,25%. Este retorno obtido apresentou um valor acima da média quando comparado com a aplicação da estratégia Buy&Hold ao DJIA que teve um retorno de -4,2% para o mesmo período. Por último, a análise da popularidade permitiu obter um retorno de 8,13% baseado no volume de tweets positivos de cada empresa.
Keywords: Preço da Ação, Índice Dow Jones, Twitter, Análise Sentimento, Deteção de Eventos, Algoritmo Genético

Discussão: junho 17, 2016, 13:30