【論文研究】把Twitter上的情緒用來預測股票

撰文者:白昆庭

行為經濟告訴我們情緒可以影響個人的行為和做任何決策，在現今的社群網站，我們可以透過發文和彼此間的互動來表達對於真實世界的想法和情緒的表達，在Twitter上更是普遍的包含大眾對於時事的看法和情緒反應，因此，Twitter上大家所貢獻的內容，其實隱含了更多人對於情緒的表達，發掘其中情緒對於股票市場的反應則是一項有趣的研究。

    研究者透過OpinionFinder 和Google-Profile of Mood States (GPOMS)兩套工具，將twitter文本內容作分析。OpinionFinder是將Twitter的文字內容評判為正向或是負向，因此我們可以將一則Twitter所表達的情緒歸類成正或負。另一個工具則是GPOMS，透過關鍵字比對的方法，可以將Twitter文章做情緒反應的分類，有冷靜、警告、確定、活力、仁慈和快樂，於是一則Twitter我就就能得到兩個不同的指標，來知道它所代表的情緒反應。    接下來利用Granger causality analysis衡量上述的情緒指標對於股票市場是否有真的相關反應，並利用Self-Organizing Fuzzy Neural Network來衡量所建立的預測方式是否有其準確性。

研究結果顯示，透過文本處理的方法和技術，Twitter上大眾的情緒狀態的變化的確可以被擷取出來，然而情緒上的反應往往比股票市場的反應來的提早，表示我們在觀測Twitter上情緒反應時，應多加注意幾天前的狀況。另一方面，在情緒分類對於股票預測的結果，”冷靜”這個分類對於股票有顯著的相關，這也是可以後續探討的部分。

研究模型:

參考資料: 

Twitter mood predicts the stock market, Johan Bollena, Huina Maoa,Xiaojun Zeng, Journal of Computational Science,2011