[論文レビュー] Nowcasting the Bitcoin Market with Twitter Signals

Jermain Kaminski|arXiv (Cornell University)|Jun 30, 2014

Complex Systems and Time Series Analysis参考文献 24被引用数 74

ひとこと要約

本研究では、リアルタイムのTwitter感情分析信号が、ビットコイン市場の動向を即時予測（nowcast）できるかどうかを調査している。104日間にわたり、16万件のビットコイン関連ツイート（感情的兆候を含む）を用いて分析した結果、感情と市場指標の間に強い静的相関が認められたが、動的グレインジャーカウザリティテストにより、取引量が感情を駆動している（逆は成り立たない）ことが判明した。これは、Twitterが市場動向を反映しているだけで、市場の動向を予測しているわけではないことを示している。

ABSTRACT

This paper analyzes correlations and causalities between Bitcoin market indicators and Twitter posts containing emotional signals on Bitcoin. Within a timeframe of 104 days (November 23rd 2013 - March 7th 2014), about 160,000 Twitter posts containing "bitcoin" and a positive, negative or uncertainty related term were collected and further analyzed. For instance, the terms "happy", "love", "fun", "good", "bad", "sad" and "unhappy" represent positive and negative emotional signals, while "hope", "fear" and "worry" are considered as indicators of uncertainty. The static (daily) Pearson correlation results show a significant positive correlation between emotional tweets and the close price, trading volume and intraday price spread of Bitcoin. However, a dynamic Granger causality analysis does not confirm a statistically significant effect of emotional Tweets on Bitcoin market values. To the contrary, the analyzed data shows that a higher Bitcoin trading volume Granger causes more signals of uncertainty within a 24 to 72-hour timeframe. This result leads to the interpretation that emotional sentiments rather mirror the market than that they make it predictable. Finally, the conclusion of this paper is that the microblogging platform Twitter is Bitcoin's virtual trading floor, emotionally reflecting its trading dynamics.

研究の動機と目的

• リアルタイムのソーシャルメディア感情（Twitter）とビットコイン市場指標の関係を検討すること。
• Twitter上の感情的信号が、短期的なビットコイン価格動向を即時予測（nowcast）または予測可能かどうかを特定すること。
• Twitter上の感情が市場動向を駆動しているのか、それとも既存の市場活動を単に反映しているのかを評価すること。
• 実際の市場取引量や価格変動と比較して、Twitter感情の予測能力を評価すること。

提案手法

• 2013年11月から2014年3月までの104日間の間に、'bitcoin'と感情的用語（肯定的、否定的、不確実性関連）を含む16万件のTwitter投稿を収集した。
• 感情的信号を3つのカテゴリーに分類した：肯定的（例：'happy', 'love'）、否定的（例：'bad', 'sad'）、不確実性関連（例：'hope', 'fear'）。
• 毎日の感情指標とビットコイン市場指標（終値、取引量、日中の価格スプレッド）との間で、静的ピアソン相関係数を計算した。
• 動的グレインジャーカウザリティ分析を用いて、感情信号が将来の市場動向を予測できるか、逆に市場が感情を駆動しているかを検証した。24〜72時間のラグフレームワークを採用した。
• 時系列分析を用いて、感情と市場変数の間の方向性のある因果関係を評価し、相関関係と予測的影響の違いを明確にした。
• 標準的な計量経済学的手法を用いて、感情と市場成果との因果関係における統計的有意性を検証した。

実験結果

リサーチクエスチョン

• RQ1 ビットコイン関連のTwitter感情と、価格、取引量、スプレッドなどの市場指標との間に、統計的に有意な相関が存在するか？
• RQ2 Twitter感情信号は、ビットコイン市場価格の短期的変動を即時予測（nowcast）または予測可能か？
• RQ3 Twitter上の感情が、ビットコイン市場動向に因果関係をもつのか、それとも既存の市場動向を単に反映しているのか？
• RQ4 感情と市場活動の時間的関係は何か？感情が市場変動を先導するのか、遅れるのか、それとも同時に変動するのか？

主な発見

• 毎日の感情指標とビットコインの終値、取引量、日中の価格スプレッドとの間に、有意な正の静的相関が確認された。
• 強い静的相関が認められたが、動的グレインジャーカウザリティテストでは、感情信号が将来の市場動向を予測しているとは確認されなかった。
• むしろ、ビットコインの取引量の上昇が、24〜72時間後に不確実性関連の感情が高まる要因となっていることが判明した。
• 結果から、Twitterは市場動向のリアルタイムな感情的反映装置として機能しているが、予測信号の源ではないと考えられる。
• Twitter上の感情的センチメントは、価格や取引量の変化を引き起こす要因ではなく、市場動向の反映としてより適切に解釈されるべきである。
• 本研究の結論として、Twitterは感情が市場活動に応じて表現される仮想取引所として機能しており、市場動向の先行指標としては機能しない。