[論文レビュー] Can Online Emotions Predict the Stock Market in China?

Zhenkun Zhou, Jichang Zhao+1 more|arXiv (Cornell University)|Apr 26, 2016

Sentiment Analysis and Opinion Mining参考文献 10被引用数 9

ひとこと要約

本研究では、Weiboのマイクロブログを用いて感情に基づく予測モデルを提案し、中国の5つの主要株価指数を予測する。1000万件を超える株式関連ツイートを分析した結果、嫌悪、喜び、悲しみ、恐怖が市場動向を有意に予測することが判明。SVM-ESモデルは、実世界のテストで、日中の高値予測で64.15%、取引量予測で60.38%の正確性を達成した。

ABSTRACT

Whether the online social media, like Twitter or its variant Weibo, can be a convincing proxy to predict the stock market has been debated for years, especially for China. However, as the traditional theory in behavioral finance states, the individual emotions can influence decision-making of investors, so it is reasonable to further explore this controversial topic from the perspective of online emotions, which is richly carried by massive tweets in social media. Surprisingly, through thorough study on over 10 million stock-relevant tweets from Weibo, both correlation analysis and causality test show that five attributes of the stock market in China can be competently predicted by various online emotions, like disgust, joy, sadness and fear. Specifically, the presented model significantly outperforms the baseline solutions on predicting five attributes of the stock market under the $K$-means discretization. We also employ this model in the scenario of realistic online application and its performance is further testified.

研究の動機と目的

• 中国のSNSから得られるオンライン感情が株式市場動向を予測可能かどうかを調査すること。
• 喜び、恐怖、嫌悪などの特定の感情（例：喜び、恐怖、嫌悪）が、市場のさまざまな属性に与える予測力の有無を特定すること。
• 感情特徴を用いて、ベースライン手法を上回る分類モデルを開発・検証すること。
• ライブデータを用いた実世界の応用シナリオにおいて、モデルの性能をテストすること。

提案手法

• APIを用いて、中国の株式市場関連の1000万件を超えるWeiboツイートを収集した。
• トレーニング済みのナイーブベイズ分類器を用いて、ツイートを怒り、嫌悪、喜び、悲しみ、恐怖の5つの感情に分類した。
• 感情と市場の関係を特定するため、相関分析とGranger因果性検定を実施した。
• 統計的有意性に基づいて選択された感情特徴のみを用いて、感情に基づく分類モデル（SVM-ES）を設計した。
• 連続的な市場指数を2または3カテゴリのラベルに変換するため、K-means離散化を適用した。
• 5分割交差検証および2015年9月17日から12月7日までのリアルタイムテストを用いて、モデルの性能を評価した。

実験結果

リサーチクエスチョン

• RQ1 オンライン感情と中国株式市場の属性との間に有意な相関関係があるか？
• RQ2 オンライン感情が、始値、終値、高値、安値、取引量といった主要な市場指数の変化をGranger因果的に引き起こすか？
• RQ3 喜び、恐怖、嫌悪などの特定の感情（例：喜び、恐怖、嫌悪）の中で、市場のさまざまな属性を予測する上で最も重要な役割を果たすのはどれか？
• RQ4 感情駆動型モデルが、中国株式市場動向の予測においてベースラインモデルを上回る性能を発揮できるか？
• RQ5 本モデルは、リアルタイムのライブデータを用いた実世界の応用環境において、どれほど一般化性能を示すか？

主な発見

• 嫌悪は上海証券取引所の終値指数に対して有意なGranger因果関係を示した。
• 喜び、恐怖、嫌悪が共同で始値指数をGranger因果的に引き起こし、強い予測力を持っていた。
• 喜び、悲しみ、嫌悪は、日中の高値および安値指数と有意に関連していた。
• 悲しみは日次取引量（ρ > 0.5）と最も強い相関を示したが、単独では高い正確性を達成するには不十分だった。
• SVM-ESモデルは、実世界のテストで、日中の高値指数（3カテゴリ分類）の予測において64.15%の正確性を達成した。
• モデルは、実世界での展開において、取引量（3カテゴリ）の予測で60.38%の正確性を達成し、ベースラインモデルを上回った。