Predictability of security returns using Twitter sentiment
Predictability of security returns using Twitter sentiment
diploma thesis (DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/64363Identifiers
Study Information System: 151812
Collections
- Kvalifikační práce [18346]
Author
Advisor
Referee
Kukačka, Jiří
Faculty / Institute
Faculty of Social Sciences
Discipline
Economics
Department
Institute of Economic Studies
Date of defense
22. 6. 2015
Publisher
Univerzita Karlova, Fakulta sociálních vědLanguage
English
Grade
Excellent
Keywords (Czech)
Nálada na Twitteru, výnosy finančních instrumentů, volatilita, Behaviorální financeKeywords (English)
Twitter sentiment, security returns, volatility, Behavioral financeTato práce se zaměřuje na zkoumání vlivu sociálních sítí na finanční trhy. Náš nový přístup k analýze a měření nálady na Twitteru je použit na vzorku více než 200 milionů Tweetů z období od 1. července 2014 do 9. října 2014. Nálada na Twitteru je použita jako proxy proměnná pro náladu investorů. Na hodinové frekvenci dat zkoumáme vliv základních emocí, nálad a mínění na rozhodovací procesy investorů. Konkrétně, zkoumáme vztahy mezi proměnnými odvozenými z Twitterových dat a výnosy i volatilitou konkrétních finančních instrumentů, zahrnující např. komoditní a měnové futures. Vliv nálady na Twitteru na volatilitu výnosů finančních instrumentů testujeme jak na modelech podmíněné volatility, tak realizované volatility. Dále odhalujeme vliv základních emocí na rozhodování investorů. Naše výsledky naznačují, že investoři jsou nejvíce ovlivněni emocemi a náladou na delších investičních horizontech, zatímco v krátkém období je vliv emocí omezený.
This work concentrates on exploring the influence of social networks to financial markets. We have introduced a novel approach to Twitter sentiment analysis, in which we collect continuous stream of data and analyze it. Our original data set contains over 200 million English written Tweets from the period between July 1, 2014 and October 9, 2014. Twitter sentiment is used as a good representative of investors' mood. On hourly data we investigate how investors are influenced by basic emotions, moods and sentiment in their decision making processes as well as the influence of keywords related to specific securities and FOREX symbols. Particularly, we examine the relationships between Twitter-based variables and returns as well as volatility of several financial instruments on a wide range of data including commodities, currencies and S&P 500 Cash Index. We show that Twitter sentiment influences volatility of securities' returns, tested and shown on both conditional and realized volatility models. We also describe the effect of Twitter sentiment on securities' returns. Moreover, we reveal the influence of basic emotions on investors' decision making processes. Our results suggest that investors are influenced by emotions and moods, especially at longer investment horizons. The impact of emotions at shorter...