Από την αρχή της λειτουργίας του το 2006, το Twitter υπήρξε από πολλές απόψεις αδιαμφισβήτητη επιτυχία. Είναι τώρα μία από τις 10 ιστοσελίδες με τη μεγαλύτερη επισκεψιμότητα παγκοσμίως και χρησιμοποιείται από το 13% του πληθυσμού των ΗΠΑ. Οι χρήστες του παράγουν κατά μέσο όρο 200 εκατομμύρια posts κάθε μέρα.

Δεν είναι λίγες οι φορές όπου μια είδηση έχει πρωτοκυκλοφορήσει σε 140 χαρακτήρες -ή και σε λιγότερους- πολύ πριν την πληροφορηθούν τα μεγάλα ειδησεογραφικά δίκτυα. Στην Αίγυπτο, στην Τυνησία, στο Ιράν και στη Μολδαβία έπαιξε ακόμη και κεντρικό ρόλο στο να οργανωθούν μεγάλης κλίμακας διαμαρτυρίες και εξέγερση.

Ένα σημείο, ωστόσο, όπου το συγκεκριμένο social network απέτυχε έως τώρα να κάνει είναι να ακολουθήσει ένα βιώσιμο επιχειρηματικό μοντέλο. Παρά τα σχέδια για πληρωμένες διαφημίσεις, το Twitter το 2010 εμφάνισε ζημίες. Το ότι δεν μπορεί όμως να βγάλει κέρδη για τον εαυτό του δεν σημαίνει ότι δεν μπορεί να βγάλει και για τον υπόλοιπο κόσμο. Στην πραγματικότητα, ορισμένοι ακαδημαϊκοί και ένα - δύο hedge funds έχουν αρχίσει να σκέφτονται ότι τα data που προκύπτουν από τους απειράριθμους χρήστες του μπορεί να τεθούν στην υπηρεσία του επιτυχημένου trading.

Απρόσμενα αποτελέσματα

O κ. Jose Bollen, βοηθός καθηγητής Informatics και Computing στο Πανεπιστήμιο της Ιντιάνας, δεν είχε σκοπό να ανακατευτεί με τις αγορές όταν ξεκίνησε να εργάζεται πάνω σε ένα project που σκόπευε να εξετάσει το συλλογικό αίσθημα των χρηστών του Twitter. Μαζί με τους κ. Huina Mao και Xiao Jun Zeng, δύο ακόμη ερευνητές από το Πανεπιστήμιο του Μάντσεστερ, υπέθεσε ότι αυτές οι πληροφορίες μπορεί να χρησιμοποιηθούν για να ποσοτικοποιηθούν οι κοινωνιολογικές τάσεις. Έτσι, η τριάδα επιχείρησε να αναλύσει το ημερήσιo περιεχόμενο των twitter feeds χρησιμοποιώντας ένα εργαλείο ανάλυσης της διάθεσης των χρηστών, την οποία διαχώριζε σε αρνητική ή θετική, καθώς και έναν αλγόριθμο που εντόπιζε έξι διαφορετικές συναισθηματικές καταστάσεις: ηρεμία, βεβαιότητα, εγρήγορση, ευγένεια, ικανοποίηση και κρισιμότητα.

Τα στοιχεία που συγκεντρώθηκαν στο τέλος του 2008 και αφορούσαν σε περίοδο τριών μηνών άφησαν αρκετές υποσχέσεις για τη σημασία τους. Ωστόσο, όταν εξετάζοταν μεμονωμένα, δεν υπήρχε τρόπος να αποδειχτεί η εγκυρότητά τους, οπότε η ομάδα επιχείρησε να τα συνδέσει με άλλες κοινωνικοοικονομικές αξίες.

Πρόβλεψη αγορών

Η ομάδα τελικά παρατήρησε ότι υπάρχει συσχετισμός με τον δείκτη Dow Jones. Με δεδομένο μάλιστα ότι η έρευνα διενεργήθηκε κατά τη διάρκεια της κρίσης, το αποτέλεσμα δεν φάνηκε παράλογο: δεν είναι απίθανο το κλίμα να κάνει βουτιά καθώς οι αγορές καταρρέουν και τα κεφάλαια εξανεμίζονται.

Ωστόσο, προς έκπληξη του κ. Bollen, αντί να ακολουθούν τις αγορές οι κινήσεις στο Twitter, γενικά προηγούνταν κατά τρεις - τέσσερις μέρες των κινήσεων του Dow Jones, προβλέποντας τις ανοδικές και τις καθοδικές κινήσεις με ακρίβεια 87,6%. Ήταν, σκέφτηκε, ένα ενδιαφέρον επιστημονικό εύρημα, το οποίο παρουσιάστηκε σε δημοσίευση υπό τον τίτλο "το κλίμα στο Twitter προβλέπει τις κινήσεις του χρηματιστηρίου". Ορισμένα μέλη της χρηματοοικονομικής κοινότητας θεώρησαν το όλο θέμα κενό περιεχομένου. Ωστόσο, πιάστηκαν από αυτό σαν να ήταν θέμα ζωής και θανάτου, λέει ο κ. Bollen.

Ανάμεσα σε αυτούς ήταν και ο κ. Paul Hawtin, ιδρυτής της Derwent Capital Markets, η οποία αυτοπεριγράφεται ως το πρώτο hedge fund που στηρίζεται στα social media. Ο κ. Hawtin ανέθεσε τον κ. Bollen να αναπτύξει την έρευνά του για εμπορική χρήση. Η Derwent ήδη λειτουργεί μία demo έκδοση ενός fund, που μέχρι τώρα έχει επιτύχει απόδοση 7,2%, ανοίγοντας τον δρόμο για το ξεκίνημα (την 1η Ιουλίου) του... κανονικού fund των 40 εκατ. δολ., που αναμένεται να εμφανίσει ετήσιες αποδόσεις 10% - 15%, λέει ο κ. Hawtin.

Πολύ καλό για να είναι αληθινό

Πιθανές διαδοχικές αποδόσεις αυτής της τάξεως δεν μπορούν να χαρακτηριστούν ασήμαντες, αλλά για ορισμένους το όλο concept ακούγεται πολύ καλό για να είναι αληθινό. Οι ανησυχίες κυμαίνονται από ενστάσεις για τη μεθοδολογία -η κριτική εστιάζει στη σχετικά μικρή περίοδο δοκιμών καθώς και στο συγκεκριμένο διάστημα κατά το οποίο συγκεντρώθηκαν τα στοιχεία- έως την απόλυτη δυσπιστία σχετικά με την ύπαρξη οποιασδήποτε ουσιαστικής σύνδεσης μεταξύ διαφορετικών ομάδων εθισμένων στα social media και στις επιδόσεις 30 μεγάλων αμερικανικών επιχειρήσεων.

Είναι άλλωστε πιθανό αρκετές επιτυχείς προβλέψεις να εντοπίζονται σε τομείς δραστηριοτήτων που δεν έχουν καμία σχέση με τους χρηματιστηριακούς δείκτες.

Στο βιβλίο του "Nerds on Wall Street" o κ. David Leinweber ανακάλυψε ότι η παραγωγή βουτύρου του Μπαγκλαντές προέβλεψε την κίνηση του S&P 500 με ακρίβεια 75%! Όταν στο βούτυρο προστεθούν και άλλες παράμετροι, όπως η παραγωγή τυριού στις ΗΠΑ και ο πληθυσμός προβάτων και στις δύο χώρες, το ποσοστό επιτυχούς πρόβλεψης ανεβαίνει στο 99%.

Αιτιολογημένη ανησυχία

Το παράδειγμα στο βιβλίο του κ. Leinweber μπορεί να φαίνεται σκοπίμως γελοίο, αλλά περιγράφει εύστοχα τις ανησυχίες για τη σχέση που προτείνει η έρευνα του κ. Bollen. "Πραγματικά θα ξαφνιαστώ αν υπάρχει σχέση ανάμεσα στο Twitter και στις αγορές", λέει ο κ. Leinweber.

Από την πλευρά του, ο κ. Hawtin τονίζει ότι "ο κόσμος έχει την τάση να πιστεύει ότι όλο αυτό είναι είτε φανταστικό είτε εντελώς ανοησίες. Υπάρχει πολύς σκεπτικισμός, τον οποίο κατανοώ πλήρως, όμως αυτό που θέλουμε εμείς είναι να δουλέψουμε και να αφήσουμε τα αποτελέσματα να μιλήσουν από μόνα τους".

Εναλλακτικές προσεγγίσεις

Ενώ η σύνεση της στρατηγικής που ακολουθεί η Derwent μπορεί να αμφισβητείται πλέον από κάποιους, πολλοί περισσότεροι πιστεύουν ότι η ανάλυση των social media έχει όντως μέλλον ως μέρος μιας επιτυχημένης συνολικότερης στρατηγικής trading. O κ. Timm Sprenger, διδακτορικός φοιτητής στο Technical University του Μονάχου ανέλυσε 250.000 tweets που συγκεντρώθηκαν σε διάστημα έξι μηνών και κατέληξε στο συμπέρασμα ότι οι επενδυτές που χρησιμοποίησαν την πληροφορία που διακινήθηκε θα μπορούσαν να έχουν επιτύχει απόδοση της τάξεως του 15%. Χρησιμοποιώντας παρόμοια μεθοδολογία συνέδεσε τις ομοσπονδιακές εκλογές στη Γερμανία με το Twitter για να προβλέψει τα αποτελέσματα για κάθε κόμμα, δίνοντας 2% πιθανότητα απόκλισης. Ήταν μια προσέγγιση που αποδείχθηκε τουλάχιστον το ίδιο ακριβής με άλλα παραδοσιακά polls, τα οποία όμως ήταν σημαντικά ακριβότερα.

Η έρευνα αυτή οδήγησε στην ίδρυση του site TweetTrader, το οποίο επιτρέπει στους χρήστες να αποκτήσουν πρόσβαση στο συναίσθημα επί συγκεκριμένων μετοχών σε πραγματικό χρόνο. Μάλιστα, όπως o κ. Sprenger είπε στον "The Banker", είναι ήδη σε συζητήσεις με data vendors και hedge funds.

Η επιστήμη του κλίματος

Όσο απίθανη και αν φαίνεται, η προσέγγιση αυτή είναι μάλλον πιο δημοφιλής. Η επιστήμη του γενικότερου κλίματος υπάρχει και λειτουργεί εδώ και δεκαετίες. Χρησιμοποιείται δε από τις εταιρίες για να πληροφορούνται ποια είναι η γνώμη του κοινού για τις υπηρεσίες και τα προϊόντα τους. Ωστόσο, το να εφαρμοστεί κάτι τέτοιο στις χρηματοοικονομικές αγορές δεν είναι εύκολο, αφού οποιοσδήποτε αναλυτής με κόκκινα και πράσινα στιλό ανά χείρας μπορεί να διαβάσει το πολύ έξι με δέκα άρθρα σε μία ώρα. Αντικαταστήστε τώρα τον αναλυτή που λέγαμε με έναν υπολογιστή, ο οποίος μπορεί να κάνει την ίδια δουλειά κάθε δευτερόλεπτο, και θα έχετε κάτι που φαίνεται πολύ πιο ελκυστικό στους traders.

Τα πράγματα αλλάζουν και η ανάλυση μιας είδησης καθίσταται όλο και πιο σημαντική, λέει ο κ. Rick Brown, business manager για όλο τον κόσμο στο τμήμα machine readable news στο Thomson Reuters. "Το όλο πράγμα είναι ακόμη μικρό κομμάτι της αγοράς, αλλά γίνεται όλο και περισσότερο η κυρίαρχη τάση στους πιο ‘προχωρημένους’".

Φυσικά, τόσο τα blogs όσο και τα social media δεν υπόκεινται στις ίδιες προδιαγραφές ακρίβειας όπως οι κανονικές ειδήσεις, οπότε απαιτείται μεγαλύτερη προσοχή, προειδοποιεί ο κ. Brown. Όπως ο κ. Hawtin επισημαίνει όμως, δεν είναι ανήκουστο μια φήμη να κινεί την αγορά, ακόμη και αν δεν αντιστοιχεί σε κάποια γεγονότα. Άρα, τέτοια εργαλεία μπορεί να είναι ούτως ή άλλως αποτελεσματικά.

Αρχαίες ανησυχίες

Η φιλοσοφική ρήση του Επίκτητου ότι "δεν έχουν τα γεγονότα σημασία, αλλά οι αντιδράσεις των ανθρώπων σε αυτά" έχει εφαρμογή και στις χρηματοοικονομικές αγορές. Είναι λογικό τα ίδια νέα αλλιώς να επηρεάσουν την τιμή μιας μετοχής σε εποχές ανόδου και διαφορετικά σε εποχές πτώσης. Ποιος καλύτερος τρόπος υπάρχει για να μετρηθεί το γενικότερο κλίμα από την πλημμυρίδα του περιεχομένου που διακινούν εκατοντάδες εκατομμύρια χρήστες των social media;

Ίσως έρθει μια εποχή όπου τα εργαλεία ανάλυσης και επεξεργασίας του περιεχομένου των social media θα είναι στη φαρέτρα των traders τόσο διαδεδομένα όσο και τα τερματικά του Bloomberg. Παρά τις όποιες υποσχέσεις, ωστόσο, αυτό δεν συμβαίνει ακόμη.