加密货币涌入Twitter Cashtags：一种分类解决方案

普遍认为Twitter具有良好的感知特性，可用于挖掘和揭示金融市场中的知识，被认为是购买或持有股票决策甚至检测股票操纵的相关信息来源。尽管Twitter的标签（hashtags）允许聚合主题相关内容，但还存在一种针对金融信息的特定机制：Cashtag。然而，加密货币的涌入导致基于cashtag的帖子聚合显著退化。不幸的是，Twitter用户可能使用同名的股票代码来指代加密货币和股票市场中的公司，这意味着按cashtag过滤可能会同时得到涉及股票公司和加密货币的帖子。本研究提出自动分类器，通过分析涉及股票公司和加密货币的推文的区别性特征，来区分冲突的cashtag及其包含的推文。作为实验，本文分析了加密货币与伦敦证券交易所（LSE）公司股票代码之间的干扰，具体是主要市场和另类市场指数FTSE-100和AIM-100中的公司。提出了基于启发式和监督学习的分类器，并讨论了它们的优缺点，包括它们对Twitter使用变化的自适应能力。实验证实，当存在冲突或同名的cashtag时（即相同的$缩写同时指代公司股票代码和加密货币），收集的数据会出现显著失真。根据我们的结果，包含加密货币或公司股票代码的帖子的区别性特征支持对冲突推文（同名cashtag）的准确分类，而独立模型作为与训练数据最脱节的分类器，具有跨不同股票市场迁移应用的潜力，同时保持性能。