[논문 리뷰] Can Online Emotions Predict the Stock Market in China?

Zhenkun Zhou, Jichang Zhao외 1명|arXiv (Cornell University)|2016. 04. 26.

Sentiment Analysis and Opinion Mining참고 문헌 10인용 수 9

한 줄 요약

이 연구는 중국 주식시장의 다섯 가지 핵심 지수를 예측하기 위해 움니(Weibo) 마이크로블로그를 사용한 감성 기반 예측 모델을 제안한다. 1000만 건이 넘는 주식 관련 트윗을 분석한 결과, 혐오, 기쁨, 슬픔, 공포가 시장 움직임을 유의미하게 예측함을 입증하였으며, SVM-ES 모델은 실생활 테스트에서 일일 고가에 대해 64.15%의 정확도, 거래량에 대해 60.38%의 정확도를 기록하였다.

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.

연구 동기 및 목표

• 중국 소셜미디어에서 유도된 온라인 감성이 주식시장 움직임을 예측할 수 있는지 조사하기 위해.
• 구체적인 감성(예: 기쁨, 공포, 혐오 등) 중 어떤 것이 주식시장의 다양한 지표에 대해 예측력을 지니는지 규명하기 위해.
• 기본 모델보다 우수한 성능을 보이는 감성 특징을 활용한 분류 모델을 개발하고 검증하기 위해.
• 실생활 응용 시나리오에서 실시간 데이터를 활용한 모델 성능을 테스트하기 위해.

제안 방법

• API를 사용해 중국 주식시장과 관련된 1000만 건이 넘는 움니 트윗을 수집하였다.
• 학습된 나이브 베이즈 분류기를 사용해 트윗을 다섯 가지 감성—분노, 혐오, 기쁨, 슬픔, 공포—으로 분류하였다.
• 감성과 시장 간 관계를 규명하기 위해 상관관계 분석과 그랜저 인과성 검정을 수행하였다.
• 통계적 유의성에 의해 선별된 감성 특징만을 사용해 감성 기반 분류 모델(SVM-ES)을 설계하였다.
• 분류를 위해 연속적인 시장 지수를 2개 또는 3개의 카테고리 레이블로 변환하기 위해 K-means 이산화를 적용하였다.
• 5겹 교차검증 및 2015년 9월 17일부터 12월 7일까지의 실시간 테스트를 통해 모델 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 온라인 감성과 중국 주식시장 지표 간에 유의미한 상관관계가 존재하는가?
• RQ2 온라인 감성이 시장의 주요 지표인 시가, 종가, 고가, 저가, 거래량의 변화를 그랜저 인과성으로 유도하는가?
• RQ3 기쁨, 공포, 혐오 등 특정 감성 중 어떤 것이 다양한 시장 지표를 예측하는 데 가장 중요한 역할을 하는가?
• RQ4 감성 기반 모델이 중국 주식시장 움직임을 예측하는 데 기존의 기본 모델보다 우수한 성능을 보일 수 있는가?
• RQ5 실생활 실시간 데이터 응용 환경에서 모델의 일반화 능력은 얼마나 뛰어나며, 얼마나 잘 작동하는가?

주요 결과

• 혐오는 상하이 주식거래소 종가 지수와 유의미한 그랜저 인과 관계를 보였다.
• 기쁨, 공포, 혐오는 함께 시가 지수를 그랜저 인과적으로 유도하며 강력한 예측 능력을 지녔다.
• 기쁨, 슬픔, 혐오는 일일 고가 및 저가 지수와 유의미하게 관련되어 있었다.
• 슬픔은 일일 거래량과 가장 강한 상관관계(ρ > 0.5)를 보였지만, 단독으로는 높은 정확도를 달성하기에는 부족했다.
• SVM-ES 모델은 실생활 테스트에서 일일 고가 지수(3개 카테고리 분류) 예측에 대해 64.15%의 정확도를 기록하였다.
• 모델은 실생활 구현에서 거래량 예측(3개 카테고리)에 대해 60.38%의 정확도를 기록하였으며, 기본 모델들을 초월하는 성능을 보였다.