Dissertação

Using Naive Bayes and Genetic Algorithms to Find Influential Twitter Uses to Forecast the S&P 500 EVALUATED

A informação disponível no Twitter sobre mercados financeiros é cada vez maior. Os utilizadores através dos tweets exprimem as suas previsões ou opiniões acerca de empresas ou acontecimentos. Estes tweets podem influenciar o comportamento de quem os lê. Com a criação dos cashtags, esta informação tornou-se mais fácil de identificar e portanto, de utilizar. Este trabalho tem como principal objetivo a utilização desta informação para prever o mercado de ações. Para tal, propõe-se a caracterização de cada utilizador através de vários parâmetros numéricos relacionados com a sua conta de Twitter. Utiliza-se um Algoritmo Genético para fazer a sua otimização e retornar os valores que melhor descrevem um utilizador influente no mercado de ações. Para verificar o impacto de cada utilizador, é analisado o sentimento presente nos seus tweets e comparada com a variação do preço das ações da empresa mencionada. Para fazer esta identificação, foi criado um classificador utilizando Naïve Bayes com uma precisão de 60.65%. Este ao ser aplicado a um tweet já pré-processado e filtrado pelo sistema, retorna se este é positivo, negativo ou neutro. Com base nestas classificações é feito um investimento. Os resultados referem que as características que melhor descrevem um utilizador influente são o tempo e a atividade da conta, seguidos pelo número de likes e retweets obtidos por tweet e da pouca tendência do utilizador estabelecer conversas via tweets. Os resultados foram bastante interessantes, uma vez que no melhor caso foi obtido um lucro de 14.7% para um período de teste de 6 meses.
Twitter, Utilizadores Influentes, Algoritmo Genético, Naïve Bayes, Mercado das Ações

Maio 19, 2017, 17:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar