Abstracto

Datos de alta frecuencia y no estructurados en finanzas: un estudio exploratorio de Twitter

William Sanger y Thierry Warin

Objetivo: En este artículo investigamos la cuestión de saber si la información difundida a través de Twitter puede ser útil para diseñar estrategias de inversión en los mercados financieros.

Métodos: Comparamos la influencia de dos tipos de mensajes enviados en Twitter sobre dos tipos de rentabilidades de empresas que cotizan en el S&P 500. Utilizamos modelos logísticos para evaluar la probabilidad de tener ciertos tipos de rentabilidades en función de los mensajes publicados en Twitter.

Resultados: Los tuits financieros se correlacionan positivamente con mayores retornos intradiarios y nocturnos (entre el 1% y el 5%), mientras que se correlacionan negativamente con retornos más bajos (entre el 0% y el 1%). Los tuits no financieros no se relacionan significativamente con dichos retornos.

Conclusión: Desde un punto de vista práctico, se podrían diseñar estrategias de inversión siguiendo estos hallazgos para optimizar algunas oportunidades de ganancia dependiendo del día de inversión, la industria objetivo y la actividad en vivo en Twitter.

Descargo de responsabilidad: este resumen se tradujo utilizando herramientas de inteligencia artificial y aún no ha sido revisado ni verificado.

Indexado en

Google Académico
Academic Journals Database
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Biblioteca de revistas electrónicas
Búsqueda de referencia
Universidad Hamdard
director académico
Factor de impacto de revistas innovadoras internacionales (IIJIF)
Instituto Internacional de Investigación Organizada (I2OR)
Cosmos

Ver más