Pour investir, TweetTrader s'appuie sur un langage financier propre au site de micro-blogging et des informations fournies par la communauté financière des abonnés.

Les décisions boursières se prennent décidément sur Twitter

Pour obtenir des informations liées aux mouvements boursiers sur Twitter, l'université de l'Indiana et de Manchester proposait déjà de prendre en compte l’humeur de l’ensemble des tweets, sans effectuer une sélection sur un critère de contenu. Des économistes de l'université de Munich affinent la méthode et on crée le site TweetTraderqui fournit des signaux d’investissement. Afin de proposer des prédictions dites tangibles, le site analyse le consensus des abonnés sur les valeurs de l’indice boursier américain S&P 500. Pour mettre au point la plate-forme, ils ont d’abord étudié les conseils postés par ces derniers, à savoir "acheter", "vendre" ou "conserver". Soit plus de 20 tweets par jour et par société membres de l’indice, sur une période de six mois.

Un langage propre à la finance

D’après eux, un utilisateur qui aurait suivi les recommandations de la communauté financière sur Twitter aurait pu engranger en moyenne jusqu’à 15 % sur le premier semestre 2010. Pour réaliser leurs études, ils ont sélectionné environ 250 000 tweets contenant une information sur une société côté au S&P 500. Comment ? Un langage financier s’est mis en place sur Twitter : par exemple sous l’appellation $AAPL qui désigne la valeur boursière d‘Apple et non la marque elle-même. Le dollar ($) remplace donc le hashtag traditionnel (#) ce qui a permis de créer un indicateur de référencement. Ensuite les tweets ont été classés en fonction de l’information contenue : Acheter, Vendre ou Conserver grâce à la méthode de classification Naïve Bayesian, une méthode de sélection basée sur des algorithmes sémantiques.

Un poids accordé à chaque Twittos

Celle-ci réalise une analyse sémantique des 140 caractères et les place dans l’une des trois catégories. Ils comparent ensuite les prévisions avec la réalisation effective. L’étude souligne également que l’influence de la communauté favorise également les comportements dits "contrarian" c'est-à-dire ceux qui vont à l’encontre des recommandations émises. Timm Sprenger, l’un des économistes souligne que "si un utilisateur fournit des recommandations dont les anticipations semblent réalisées au fil du temps, alors il sera de plus en plus suivi et retweeté". Avant d’ajouter : "Nous lui accorderons ainsi une pondération plus importante dans les recommandations finales que nous produiront".

Rédigé par Maxime Besson Vivenzi