Soziale Netzwerke sind das neue Börsenparkett - Teil 3

Im ersten und zweiten Teil der Artikelserie wurden bereits die Relevanz Sozialer Netzwerke erläutert und wie einzelne Beiträge dort auf Relevanz gefiltert werden können, um am Ende ein klares Kauf- oder Verkaufssignal zu erhalten.

Klingt das für Sie spannend und möchten Sie auch von der Big-Data Analyse profitieren? Dann buchen Sie jetzt den Sentiment Trader.

Bisher wurden wichtige Beiträge zu Aktien herausgefiltert, Spambeiträge entfernt und die Beiträge jeweils als „positiv“ oder „negativ“ kategorisiert. Aktuell sind allerdings alle Beiträge gleich gewichtet.

Doch ist bekannt, dass der Autor einer Nachricht entscheidenden Einfluss auf die Tragweite seiner Nachricht hat. Es macht einen gewaltigen Unterschied, ob der Chef einer Großbank über die Aktie seines eigenen Hauses schreibt oder Sie als Privatanleger. Dieselbe Nachricht kann einschlagen wie eine Bombe oder komplett wirkungslos verpuffen - je nachdem, wer sie schreibt.

Deshalb wird der Einfluss des Autors mit Kennzahlen bewertet. Bei Twitter hat es sich als sinnvoll herausgestellt, die Tweets und Follower in Bezug zu setzen. Faustregel: Je größer das Ergebnis, wenn man Follower durch Tweets teilt, desto relevanter der Autor. Wer hingegen ohne Follower twittert, wird weniger stark berücksichtigt.

In Blogs und Foren ist es ähnlich: Wessen Posts rege diskutiert werden, wird wichtiger eingestuft als jemand, dessen Beiträge ohne Echo bleiben. Auf Twitter wird zusätzlich mit hohem Aufwand eine manuelle Liste mit Top-Hedgefonds-Managern, Analysten und Wirtschaftsjournalisten gepflegt. Deren Tweets haben automatisch mehr Gewicht.

Die Berechnung des Sentiments zu einer Aktie sieht dann so aus: Die positiven Nachrichten werden mit dem Faktor ihrer Relevanz multipliziert. Das gleiche wird mit negativen Nachrichten gemacht und beides wird miteinander ins Verhältnis gesetzt. Diese Methode erlaubt, das Wissen von Spezialisten in der Analyse stärker zu gewichten und sie noch präziser zu machen.

Das allein hilft aber noch nicht weiter. Es soll erhoben werden, welche Auswirkungen die Stimmung im Netz tatsächlich auf den Kurs hat. Um das herauszufinden, kommt die riesige Datenbank mit weit mehr als einer Milliarde Einträgen - und die Masse der Daten nimmt von Tag zu Tag überproportional zu – zum Einsatz. Seit 2010 werden dort Sentiment-Daten zu mittlerweile mehr als 54.000 Aktien, Indizes, Währungen und Rohstoffen gesammelt.

Daran ist erkennbar, wie der Kurs eines Titels reagiert hat, wenn die Stimmung im Netz in die eine oder in die andere Richtung ausschlug. Mithilfe eines mathematischen Modells wird berechnet, ob die Ausschläge statistisch signifikant sind. Also ob sie Zufall waren oder Methode dahinter steckt. Relevant sind nur die Zusammenhänge, die mit mathematischer Genauigkeit eben kein Zufall waren.

Ein solcher Zusammenhang kann in alle Richtungen bestehen: Bei guter Stimmung kann die Aktie steigen. Genauso gut können fallende Kurse bei optimistischer Stimmung im Netz vorkommen und umgekehrt. Auch hier würde das System einen signifikanten Zusammenhang erkennen und bei guter Stimmung ein negatives Signal geben. Dieses Phänomen wird „Kontra-Indikator“ genannt. Diese Methode verhindert, dass blind der Meinung der Masse gefolgt wird.

Ob grundsätzlich ein Signal ausgeben wird, hängt davon ab, wie hoch das Gesprächsaufkommen zur Aktie ist. Schreiben nur wenige Leute darüber, gibt es keine hinreichend große Menge an Informationen, mit denen das Signal zu rechtfertigen ist. Erst ab einem deutlich erhöhten Gesprächsaufkommen wird ein Signal gegeben, das in die eine oder andere Richtung zeigt.

Dieses kleine Signal ist das Endprodukt nach dem Sammeln, Zuordnen, Filtern, Bewerten und Berechnen hunderttausender Daten. Es fasst die Psychologie der Masse zusammen und zeigt Ihnen an, welche kurzfristigen Kursbewegungen zu erwarten sind. Diese Informationen sind für Sie bares Geld wert! Zögern Sie also nicht und steigen Sie jetzt in die Sentiment-Analysen ein.