Wie Twitter die Börse voraussagt

In Ausgabe 05/2012 berichtete die Netzwoche über die Plattform Stockpulse.de. Diese wertet laut eigenen Angaben täglich bis zu 100’000 Inhalte aus Social-Media-Kanälen aus, um Volatilität und Kursbewegungen von Aktien vorauszusagen. Hinter Stockpulse steht unter anderem die Schweizer Beteiligungsgesellschaft Next Generation Finance Invest, die als Hauptinvestor fungiert.

Forscher der University of California, Riverside, verfolgen einen ähnlichen Ansatz: Auf Basis von Twitter-Meldungen ist es ihnen gelungen, den Wert von Aktien vorauszusagen. Ein eigens dafür entwickelter Algorithmus erziele rund elf Prozent bessere Ergebnisse als alternative Methoden, so die Autoren der Studie.

Twitter sagt Handelsvolumen voraus

Das Team der Universität von Kalifornien hat analysiert, wie Twitter den Preis von Aktien und ihr gehandeltes Volumen beeinflusst.

Die Prämisse: Je mehr Tweets mit Nennung eines Unternehmens, desto grösser das gehandelte Aktienvolumen. Dies stimme aber nur bedingt, so das Ergebnis der Studie. Wichtiger seien nämlich sogennante "Connected Components", schreiben die Forscher. Sprich: Tweets, die mit einem Unternehmen in Verbindung gebracht werden können, dieses aber nicht direkt nennen. Bei Apple zum Beispiel können Beiträge über iPad und iPhone in diese Kategorie fallen.

So formulierten die Forscher eine neue Regel, welche die Realität genauer abbildet: Je höher die Zahl der verbundenen Komponenten, umso grösser das gehandelte Volumen. Auch ein Zusammenhang zum Preis einer Aktie sei so erkennbar, heisst es in der Studie.

Die Autoren weisen darauf hin, dass die Studie in einem Markt mit fallenden Aktienkursen durchgeführt worden sei. Ob die Twitter-Analyse während einer Boomphase ähnlich gut funktioniere, sei unklar.

Keine mehrjährigen Daten

Die Netzwoche hat Stefan Nann, Mitgründer der Plattform Stockpulse.de, zu den Studienergebnissen befragt.

Wie Stockpulse verfüge auch die Universität von Kalifornien nicht über mehrjährige Daten für die Entwicklung von Handelsmodellen, sagt Nann. Die Studie basiere auf einem Zeitraum von vier Monaten, was für Modelle im Finanzbereich sehr wenig sei. "Die verschiedenen Marktphasen, die es immer gibt, beeinflussen ein so kurzes Modell viel zu stark, als dass man eine verlässliche Aussage treffen könnte." Stockpulse selbst verfüge immerhin über "verlässliche Daten" für acht bis neun Monate, teilt Nann per E-Mail mit.

Ansonsten seien die Wissenschaftler der Universität von Kalifornien ähnlich vorgegangen wie Stockpulse. Beide hätten für die Berechnung ihrer Kennzahlen auf 30-Tagedurchschnitte zurückgegriffen. "Wir haben im Prinzip die gleichen Erkenntnisse, dass 'Vorhersagen' von einem Tag am besten funktionieren", bilanziert Nann.