[論文レビュー] Crowds on Wall Street: Extracting Value from Social Investing Platforms

Wang Gang, Tianyi Wang+5 more|arXiv (Cornell University)|Jun 4, 2014

Sentiment Analysis and Opinion Mining参考文献 30被引用数 14

ひとこと要約

本研究では、9年間のSeekingAlphaと4年間のStockTwitsのデータを分析し、クラウドソーシング型投資コンテンツの予測可能性を評価した。全体の市場センチメントは株価変動と弱い相関を示すが、SeekingAlphaの上位著者の中には、非常に高い予測能を持つコンテンツを生み出している者が少数存在し、その推薦は歴史的リターンに依存せず、ユーザーの関与度から同定可能である。この結果、S&P 500を著しく上回る投資戦略の構築が可能であることが示された。

ABSTRACT

For decades, the world of financial advisors has been dominated by large investment banks such as Goldman Sachs. In recent years, user-contributed investment services such as SeekingAlpha and StockTwits have grown to millions of users. In this paper, we seek to understand the quality and impact of content on social investment platforms, by empirically analyzing complete datasets of SeekingAlpha articles (9 years) and StockTwits messages (4 years). We develop sentiment analysis tools and correlate contributed content to the historical performance of relevant stocks. While SeekingAlpha articles and StockTwits messages provide minimal correlation to stock performance in aggregate, a subset of authors contribute more valuable (predictive) content. We show that these authors can be identified via both empirical methods or by user interactions, and investments using their analysis significantly outperform broader markets. Finally, we conduct a user survey that sheds light on users views of SeekingAlpha content and stock manipulation.

研究の動機と目的

• SeekingAlpha や StockTwits などのプラットフォームにおけるユーザー寄稿型投資コンテンツのセンチメントが、将来の株価変動にどの程度予測力を持つのかを評価すること。
• 歴史的株価リターンデータに依存せずに、優れたパフォーマンスを示す著者を特定できるかどうかを同定すること。
• クラウドソーシング型分析に基づく投資戦略と、広範な市場インデックス（例：S&P 500）との間で、実世界の投資パフォーマンスに差が生じるかを評価すること。
• 大規模なアンケート調査を通じて、ソーシャルインベスティングプラットフォームにおけるコンテンツの質、操作の可能性、信頼性に関するユーザーの認識を理解すること。

提案手法

• 9年間分のSeekingAlpha記事と4年間分のStockTwitsメッセージの縦断的データセットを収集した。
• キーワードマッチングと機械学習分類器を用いたドメイン特化型センチメント分析ツールを開発。SeekingAlphaでは85.5%、StockTwitsでは76.2%の正確度を達成した。
• 両プラットフォームのセンチメントトレンドを、複数の時間スケールで過去の株価リターンと相関分析した。
• 歴史的株価リターンとユーザーインタラクション指標（例：コメント数、いいね数）を用いて、上位著者を同定し、そのセンチメントに基づく仮想投資戦略を評価した。
• 300名を超えるSeekingAlphaのユーザーおよび著者を対象とした大規模なアンケート調査を実施。信頼度、コンテンツ依存度、操作の可能性に関する認識を評価した。
• ユーザーのインタラクションデータをコンテンツ品質の代理指標として使用。リターンデータにアクセスしなくても、関与度のシグナルが上位著者を効果的に同定できることを示した。

実験結果

リサーチクエスチョン

• RQ1 SeekingAlpha や StockTwits などのプラットフォームにおけるユーザー寄稿型投資コンテンツのセンチメントは、将来の株価変動と相関するか？
• RQ2 歴史的株価リターンに依存せず、ユーザーの関与度指標（例：コメント、いいね）のみを用いて、優れたパフォーマンスを示す著者を同定できるか？
• RQ3 上位著者のセンチメントに基づく投資戦略は、S&P 500 などの受動的市場ベンチマークと比較して、どのように異なるパフォーマンスを示すか？
• RQ4 操作の可能性を認識しているにもかかわらず、ユーザーはソーシャルインベスティングプラットフォームのコンテンツにどの程度信頼し、依存しているか？
• RQ5 エキスパートがキュレートするプラットフォームと、ピアが生成するプラットフォームは、投資コンテンツの質と予測可能性にどのような役割を果たすか？

主な発見

• SeekingAlpha や StockTwits からの全体的なセンチメントは、株価変動と最小限の前向き相関を示しており、市場動向の予測には不適切であることが示された。
• SeekingAlpha の少数の上位著者によるコンテンツは、将来の株価リターンと著しく高い相関を示し、S&P 500 インデックスを著しく上回る投資戦略の構築が可能である。
• コメント数やいいね数といったユーザー関与指標は、株価リターンデータにアクセスしなくても、上位著者を効果的に同定できる。これはコンテンツ品質の実用的かつ信頼性のある代理指標である。
• 操作の可能性を認識しているにもかかわらず、62％以上のSeekingAlpha著者が、自身のコンテンツが株価に影響を与えると信じており、特に小規模・マイクロキャップ株において顕著である。
• StockTwits のセンチメントに基づく投資戦略は、一般的に市場全体を下回るパフォーマンスを示しており、キュレートされていないピア生成コンテンツに依存する課題が浮き彫りになった。
• アンケート結果から、大多数のユーザーがSeekingAlphaを独自かつ代替不可能であると認識しており、誤解や操作の可能性を懸念しながらも、投資意思決定においてそのコンテンツに強く依存していることが明らかになった。