اقتصاد رفتاری در بازار مالی؛ آیا توییت شما می‌تواند بر بازار بورس تاثیر بگذارد؟

در ۱۱ نوامبر سال ۲۰۱۳، مدت کمی پس از ۸ صبح، یک روزنامه کانادایی خبری را منتشر کرد که در آن شکست خوردن معامله فروش شرکت بلک‌بری (BlackBerry) اعلام شده بود؛ خبری که می‌توانست به‌شدت سهام بلک‌بری را تحت تاثیر قرار دهد، توسط یک روزنامه نسبتا ناشناخته لیک شد.

در حالت عادی، دریافت و آنالیز چنین خبرهایی توسط فعالان وال‌استریت حدود ۱۸۰ ثانیه طول می‌کشد؛ چنین زمانی به‌خودی‌خود بسیار سریع است، اما در بحث بازار سهام و فروش یک سهم قبل از سقوط، هر ثانیه می‌تواند تعیین‌کننده سود یا ضرر شما باشد.

اما مشتریان شرکت دیتاماینر (Dataminr)، یک شرکت تحلیل داده واقع در نیویورک، از دیگر فعالان بازار جلوتر بودند. تنها چند ثانیه پس از انتشار این خبر مهم، الگوریتم شرکت دیتاماینر توانسته بود این خبر را به‌عنوان یک مورد کلیدی شناسایی کرده و به تمامی کاربران خودش ایمیل کند. درنهایت، بسیاری از کاربران آن سرویس (که اکثرا مدیران صندوق‌های سرمایه‌گذاری بودند) توانستند موقعیت‌های خود در سهام بلک‌بری را بفروشند یا سهام آن را شورت (Shorting Stocks) کنند.

در یک مثال دیگر، شرکت تحلیل بازارهای اجتماعی (Social Market Analytics) حدود ۴۰۰ هزار توییت را بررسی کرد. با نتایج به‌دست‌آمده از این داده، آن‌ها توانستند جو مثبتی که حول سهام شرکت اپل شکل گرفته بود را تشخیص دهند. این مسئله زمانی جالب می‌شود که هم‌زمان با اعلام این نتایج به مشتریان, سرمایه‌گذار مشهور کارل ایکان (Carl Icahn) در توییتی اعلام کرد که حجم زیادی از سهام اپل را خریداری کرده است. چنین اتفاقی به رشد سهام اپل کمک شایانی کرد.

هر دو این اتفاقات جزو مواردی بودند که اهمیت و پتانسیل داده‌های شبکه‌های اجتماعی را در بازارهای سرمایه نشان دادند. امروزه با استفاده از الگوریتم‌های یادگیری ماشینی و تئوری‌های نظریه بازی‌ها، می‌توان بخشی از تغییرات و تحولات بازارهای سرمایه را کمی زودتر درک کرد.

علم مالیه رفتاری، که به‌نوعی زیرشاخه اقتصاد رفتاری و نظریه بازی‌ها محسوب می‌شود، در حال متحول کردن تحلیل‌های بازار سرمایه است. در ادامه این مقاله قصد داریم تا به‌طور خلاصه، نقش داده‌های توییتر بر بازار سرمایه و سهام را بررسی کنیم.

واقعیت‌ها و احساسات

به قول آندره کستلانی، یک سرمایه‌گذار بازار بورس که ثروت هنگفتی را از این طریق پس از جنگ جهانی دوم کسب کرد، «حقایق تنها ۱۰ درصد از واکنش‌های بازار سهام را توجیه می‌کنند؛ مابقی آن تنها به روانشناسی مربوط می‌شود.»

کستلانی به روش‌های روانشناسی و پیش‌بینی‌هایش در خصوص عملکرد فعالان بازار معروف بود. اما تنها پس از زمان مرگ وی در سال ۱۹۹۹ بود که اینترنت و در نتیجه داده‌ها به پایه اساسی زندگی ما تبدیل شدند.

امروزه نه‌تنها میدانیم که سوگیری‌ها و روانشناسی انسانی توجیه‌کننده رفتار اکثریت افراد هستند، بلکه می‌توانیم با داده‌های اطراف خود تمامی این ذهنیت‌ها را به موارد کمی تبدیل کنیم.

البته باید در نظر داشت که صرف اتکا به علم و داده نیز کار خطرناکی و حتی اشتباهی است؛ اما در صورت وجود یک برخورد منطقی، داده‌ها می‌توانند نگرش ما را به سطح جدیدی ببرند.

صنعت مالی نیز همانند دیگر بخش‌ها، ارتباطات خود را توسط اشتراک داده و اطلاعات و از طریق اینترنت انجام می‌دهد. طبیعی است که با هرچه عادی‌تر شدن استفاده از شبکه‌های اجتماعی، این اطلاعات به پلتفرم‌هایی مانند فیس‌بوک و توییتر منتقل شوند.

بسیاری از مردم، داده‌های مربوط به احساسات خود را در شبکه‌های اجتماعی از طریق پست‌ها، کامنت‌ها و دیگر موارد منتشر می‌کنند. در ادامه، خود این داده‌های احساسی توسط افراد دیگر مصرف شده و به همین ترتیب، تفکرات و تصمیم‌های هر فرد بر دیگری اثر می‌گذارد؛ خصوصا در بازارهای مالی که اطلاعات بازاری تاثیرات مستقیمی بر تصمیمات افراد دارد.

در شرکت‌های تحلیل داده، به محتواهای شبکه‌های اجتماعی «محتوای کاربر-تولید» گفته می‌شود. زمانی که با ابزارهای تحلیل داده نتایج و تحلیل‌هایی را از این محتوا استخراج می‌کنیم، آن را اطلاعات داده احساسی یا تحلیل تمایلات می‌نامیم. اما این داده‌های احساسی چه کاربردهایی دارند؟

داده احساسی به‌عنوان ابزار بررسی بازار

داده‌های احساسی به‌دست‌آمده از شبکه‌های اجتماعی، می‌تواند انواع بررسی‌های بازار را ممکن کند. در این بخش به‌صورت جزئی‌تر، به موارد استفاده از داده‌های احساسی در تحلیل‌های بازاری می‌پردازیم.

1. شبکه متخصصان سهام توییتری و سیستم هشدار

در اغلب بازارها، همواره تعدادی سرمایه‌گذار یا نظریه‌پرداز وجود داشته که توانایی اثرگذاری بسیار بیشتری بر حرکات بازار نسبت به دیگران دارند؛ به‌عبارت‌دیگر، برخی از فعالان بازاری می‌توانند تنها با یک اظهارنظر یا توصیه شخصی، بر قیمت یک سهام یا مبادلات آن اثر بگذارند.

می‌توان با جمع‌آوری فهرستی از تحلیل‌گران معروف، مدیرعامل شرکت‌های بورسی، سیاست‌مداران شناخته‌شده، خبرنگاران و بسیاری از موارد مشابه، فهرستی از نظرات و اظهارات تاثیرگذار جمع‌آوری کرد. البته مشخص است که برای پیش‌بینی یک سهم یا عملکرد یک شرکت خاص، روش‌های دقیق‌تر و مشخص‌تری نیاز است، اما به‌صورت کلی داده‌های احساسی این افراد می‌تواند اثرات بسیار قدرتمندی ایجاد کند.

یکی از شناخته‌شده‌ترین مثال‌های این زمینه، شرکت تسلا و به‌طور خاص، توییت‌های ایلان ماسک است؛ اگر شما قصد داشته باشید تا از تمامی اخبار و تغییرات تسلا باخبر بمانید، دنبال کردن ایلان ماسک در توییتر یک ضرورت محسوب می‌شود.

به‌احتمال‌زیاد، چنین چیزی برای دیگر سهم‌ها و شرکت‌ها نیز صحیح است. قطعا برای این‌که بتوانیم سریع‌ترین دسترسی به مرتبط‌ترین اطلاعات بازار بورس را داشته باشیم، باید متخصصان مشخصی در آن زمینه را دنبال کنیم. در خصوص، شرکت‌ها و تک سهم، اکانت‌های توییتر مدیرعاملان و مسئولان رده‌بالای یک شرکت می‌توانند بهترین نقطه برای شروع دریافت اطلاعات باشند. در موارد دیگر، می‌توان از برخی تحلیل‌گران برای بررسی یک بازار با سهم مشخص استفاده کرد.

در زمینه تحلیل ساده‌های بازار سرمایه، چنین افرادی که اطلاعات اولیه را از آن‌ها دریافت می‌کنیم «کاربران بنیادی» هستند؛ به عبارتی، کاربران بنیادی کسانی هستند که مسیر پیش‌بینی و تحلیل‌ها را از آن‌ها شروع می‌کنیم؛ مانند مرور آمارهای شبکه‌های اجتماعی این افراد.

این آمارها می‌توانند شامل تعداد توییت‌های منتشر شده توسط فرد، تعداد لایک (Favorites) دریافتی و ارسالی، ریتوییت‌ها و بسیاری موارد دیگر باشد.

در مرحله بعدی، تمامی کسانی که توسط کاربر ریشه‌ای دنبال می‌شوند موردبررسی قرار گرفته و سپس، آمارهای ذکرشده از اکانت‌هایشان استخراج می‌شود.

با استفاده روش‌های اقتصادسنجی و یادگیری ماشینی، می‌توان دایره‌ای از صدها و حتی هزاران کاربر توییتر ایجاد کرد که برای پیش‌بینی اتفاقات بازار سرمایه، بیشترین دقت و بازدهی را نشان خواهند داد.

داشتن اطلاعات درباره این «شبکه متخصصان» در شبکه‌های اجتماعی می‌تواند یک منبع کاربردی برای پیدا کردن اخبار و شایعات بازار سرمایه باشد.

علاوه بر شناسایی شبکه‌ تاثیرگذاری از افراد در بازار بورس، یک سیستم‌ هشدار برای اکانت‌های توییتر مشخص نیز می‌تواند کاربردی باشد. یعنی به محض آن‌که یک فرد تاثیرگذار و معتبر، مربوط به یک سهم یا شرکت مشخص، خبری را توییت می‌کند. اطلاعات آن را سریعا موردبررسی قرار دهیم. داشتن چنین اطلاعاتی به‌محض انتشار آن‌ها یک نکته کلیدی در بازار سهام است.

1. پیگیری رویدادهای مهم

اتفاقات کلیدی در بازار سرمایه می‌توانند تا حد زیادی بر قیمت‌ها اثر بگذارند. این اتفاقات و رویدادهای مهم می‌توانند موضوعاتی باشند که توسط یک کلمه کلیدی شناسایی می‌شوند. ساده‌ترین حالت این مورد می‌تواند شیوع کرونا باشد؛ کلمات کلیدی مانند «کرونا» یا «کووید-۱۹» تاثیرات زیادی نه‌تنها در شبکه‌های اجتماعی، بلکه در بازارهای بورس تمام نقاط دنیا از خود نشان داد. تربیت الگوریتم‌ها، یعنی وزن دهی و شناسایی هر رویداد، می‌تواند اثرات آن‌ها را محاسبه کند.

برای مثال، رویداد «ادغام» میان شرکت‌ها می‌تواند توسط کلمات کلیدی مانند «ادغام، ادغام و مالکیت، تصویب ادغام، معامله ادغام، قرارداد، تصویب» و بسیاری مورد دیگر توصیف شود. این کلمات کلیدی را می‌توان به‌راحتی در زبان‌های دیگر مانند انگلیسی یا عربی نیز جست‌وجو کرد.

درنهایت، هنگامی‌که حجم از استفاده از این کلمات در ارتباط با دو شرکت مختلف افزایش پیدا می‌کند، می‌توان وقوع یک رویداد خاص مانند ادغام بین آن دو را پیش‌بینی کرد. موارد کاربردی دیگر این زمینه می‌تواند عرضه اولیه شرکت‌ها، خصوصی شدن، استعفاهای هیئت‌مدیره یا بررسی‌های حقوقی باشد.

از همین طریق، بررسی‌های معاملاتی می‌تواند تمامی شایعات و اخبار شرکت‌های مختلف را در نظر بگیرد. جالب اینجاست که تمامی این موارد را می‌توان به‌طور هم‌زمان (Real-Time) نیز انجام داد؛ کاری که به کمک APIهای بورسی و توییتری ممکن شده است.

این مورد در ترکیب با قابلیت هشدار بازار سرمایه‌ای، می‌تواند مدیران را از وقوع موقعیت‌های حساس و کلیدی در بازار مطلع کند.

حجم بیش‌از‌حد داده

البته باید در نظر داشته باشید که بررسی نشانه‌های توییتری و شبکه‌های اجتماعی به این راحتی نیستند.

جو گیتس، موسس شرکت تحلیل شبکه‌های اجتماعی (SMA)، توضیح می‌دهد که ۹۰% از توییت‌هایی که مورد بررسی تحلیل‌گران شرکت قرار می‌گیرند بی‌ارزش هستند؛ تنها آن ۱۰% باقی‌مانده است که موقعیت‌های سرمایه‌گذاری مورد انتظار مشتریان را شناسایی می‌کند.

از طرف دیگر، شاخص‌های به‌دست‌آمده از شبکه‌های اجتماعی دارای نکات منفی نیز هستند.

کلاه‌برداران به‌راحتی می‌توانند اکانت‌هایی مشابه با اکانت‌ شرکت‌های معتبر ایجاد کرده و از طریق انتشار حجم زیادی توییت، سرمایه‌گذاران آن را توسط خبرهای جعلی تحت تاثیر قرار دهند.

درنهایت، باوجوداینکه تحلیل‌های شبکه اجتماعی در بازار سرمایه یک صنعت در حال رشد است، ما هنوز در مرحله شکل‌گیری و کامل شدن آن قرار داریم. پس نمی‌توان به این سادگی به تمامی قول‌ها و وعده‌های آن تن داد.

اما این مسیری است که همه ما به‌طور ناخواسته به سمت آن حرکت می‌کنیم. در خصوص بازار سرمایه ایران، ازآنجایی‌که گسترش آن در میان مردم رشد قابل‌توجهی تجربه کرده است، تحلیل شبکه اجتماعی می‌تواند یک ابزار کلیدی باشد. خصوصا با توجه به کمبود داده‌های نظرسنجی در ایران، داده‌های شبکه‌های اجتماعی مانند توییتر می‌توانند جایگزین بسیار خوبی برای آن باشند.