Design and validation of a forecasting trading system based on Twitter

In the last years, the exploitation of the sentiment expressed by the users on the various social networks for analysing the reputation of a given brand (known as Web Reputation) has reached a high level of maturity and many companies started their business to sell this kind of service to bigger firms. Even more recently there have been proposed some works that exploit the sentiment in order to predict real world outcomes, such as the variations of stock market indices. This work proposes an innovative approach to the prediction of financial instrument prices, which combines a semantic sentiment analysis technique together with an algorithm specifically designed to take advantage of both the sentiment and the past values of the chosen financial instrument, in order to ensure the maximization of the obtainable profits by trading such product on a given market. We will start by presenting a model of the domain of interest, that drives the sentiment analysis engine with the purpose of precisely identify the subject to which the sentiment refers to. Then we will present the algorithm that we have designed in order to exploit that knowledge in order to maximize the investment return. The distinctive characteristic of this work is indeed represented by the combination of those two elements that, as shown by an investment simulation, allowed us to obtain a much better performance with respect to that of the selected financial instrument.

Negli ultimi anni si è consolidato l'utilizzo del sentiment espresso dagli utenti sui vari social network per l'analisi della reputazione di una data azienda (la cosiddetta Web Reputation) e sono nate molte società con l'obiettivo di vendere questo servizio ad aziende di grandi dimensioni. Ancor più recentemente sono stati proposti alcuni lavori che sfruttano il sentiment per predire fenomeni del mondo reale, come ad esempio le variazioni di alcuni indici di mercati azionari. Questo lavoro propone un approccio innovativo alla predizione dei prezzi di strumenti finanziari, che combina una tecnica semantica di sentiment analysis con un algoritmo progettato appositamente per trarre vantaggio dall'utilizzo del sentiment e dei valori passati dello strumento finanziario scelto, in modo da garantire la massimizzazione dei profitti ottenibili scambiando sul mercato tale prodotto. Sarà dapprima proposto un modello del dominio d'interesse, utilizzato dal motore di sentiment analysis con lo scopo di identificare con precisione il soggetto al quale il sentiment si riferisce. In seguito verrà presentato l'algoritmo progettato per sfruttare tale conoscenza al fine di massimizzare il rendimento dell'investimento. Il carattere distintivo del presente lavoro è rappresentato proprio dalla combinazione di questi due elementi che, come mostrato mediante una simulazione d'investimento, hanno permesso di ottenere una performance migliore rispetto a quella dello strumento finanziario scelto.