[論文レビュー] Can social microblogging be used to forecast intraday exchange rates?

Panagiotis Papaioannnou, Lucia Russo+2 more|RePEc: Research Papers in Economics|Oct 20, 2013

Complex Systems and Time Series Analysis被引用数 4

ひとこと要約

本研究では、伝統的なモデルを上回るインтрадェイ予測のためのEUR/USD為替レート予測に、Twitterのマイクロブログデータが有効であるかどうかを検証する。感情分析を施したTwitterデータを用いた時系列解析およびニューラルネットワークの応用により、著者らは、非常に短期間の方向変動予測において、ソーシャルメディアの情報が顕著に改善効果をもたらすことを明らかにした。これは、ランダムウォークモデルやARモデルを上回る結果であった。

ABSTRACT

The Efficient Market Hypothesis (EMH) is widely accepted to hold true under certain assumptions. One of its implications is that the prediction of stock prices at least in the short run cannot outperform the random walk model. Yet, recently many studies stressing the psychological and social dimension of financial behavior have challenged the validity of the EMH. Towards this aim, over the last few years, internet-based communication platforms and search engines have been used to extract early indicators of social and economic trends. Here, we used Twitter's social networking platform to model and forecast the EUR/USD exchange rate in a high-frequency intradaily trading scale. Using time series and trading simulations analysis, we provide some evidence that the information provided in social microblogging platforms such as Twitter can in certain cases enhance the forecasting efficiency regarding the very short (intradaily) forex.

研究の動機と目的

• ソーシャルマイクロブログデータが、ランダムウォークモデルを上回る短期為替レート予測を改善できるかどうかを検証すること。
• 効率的市場仮説（EMH）の文脈において、公開可能なTwitterの感情と情報フローの予測力の評価。
• マイクロブログの内容に反映されるトレーダーの信念が、イントラデイ為替レートの変動予測に有用な情報を提供するかどうかを調査すること。
• 為替レートの歴史的データのみを用いたベースラインモデルと比較して、Twitterデータを組み込んだモデルの予測性能を評価すること。
• 高周波取引市場における市場ダイナミクスの早期インジケーターとして、ソーシャルメディアの可能性を検討すること。

提案手法

• キーワードベースのフィルタリングとセンチメント分析を用いて、EUR/USD為替レート関連のリアルタイムTwitterデータを収集・処理した。
• ARX（外生変数を含む自己回帰モデル）および人工ニューラルネットワーク（ANN）を用いて、Twitterデータを外生変数として組み込んだ時系列モデルを構築した。
• モデルの妥当性を検証し、ベースラインモデルとの予測性能を比較するために、ブートストラップリサンプリング（5000反復）を適用した。
• 為替レートデータの非定常性およびトレンド効果を解消するために、対数差分を用いた。
• 実際の取引状況を反映する実践的文脈でモデルの経済的パフォーマンスを評価するため、移動平均取引シミュレーションを実施した。
• 1ステップ先の予測水準における予測精度を評価するため、正しい方向性変化の割合（Sgns）を用いた。

実験結果

リサーチクエスチョン

• RQ1 Twitterのようなソーシャルマイクロブログデータが、従来の時系列モデルを上回るイントラデイ為替レート予測の精度を向上させられるか。
• RQ2 Twitterからの公開された感情およびトレーダーの信念を組み込むことで、EUR/USD為替レートの方向変化予測がどの程度向上するか。
• RQ3 ソーシャルメディアデータを組み込むことで、ランダムウォークモデルやARモデルと比較して、統計的に有意な予測効率の向上が得られるか。
• RQ4 特に非常に短期間の予測において、予測性能はどのように変化するか。
• RQ5 実市場行動を反映するシミュレーテッド取引戦略を通じて、モデルのパフォーマンスを検証できるか。

主な発見

• Twitterデータを組み込んだARXおよびANNモデルは、ソーシャルメディア情報を含まないベースラインモデルを著しく上回り、特に1ステップ先の予測水準で顕著な優位性を示した。
• 最良のARXおよびANNモデルの正しい方向性変化の割合（Sgns）は、ブートストラップ分布の最大値を上回っており、統計的有意性が裏付けられた。
• 短期予測（nₖ = 1）において、Twitterデータを用いたモデルはSgns値が0.5を著しく上回り、ランダムな当たる確率をはるかに上回る有意義な予測力を持つことが示された。
• より大きな予測水準（nₖ > 1）では、Sgns値が約0.5に収束し、わずかなずれを示すにとどまり、顕著な改善は認められなかった。
• Twitter情報を組み込んだモデルに基づく取引シミュレーションは、経済的パフォーマンスの向上を示し、リアルタイム予測における実用的価値を裏付けた。
• 為替レートデータを対数差分処理することで非定常性に対処した結果、結果の安定性が確認され、トレンド補正下でも研究結果の信頼性が保証された。