Twitter对金融事件的可渗透性：面向异常感知模型的实验
统计金融
2023-12-20 v1 机器学习
社会与信息网络
摘要
普遍认为Twitter作为复杂金融市场的信息媒体具有良好的感知和新颖性特征。本文研究了Twitter空间（Twitter用户及其习惯的总和）对金融市场相关事件的可渗透性。分析表明，通用社交媒体对金融特定事件具有可渗透性，并将Twitter确立为金融市场决策和检测该市场中欺诈活动的相关信息来源。然而，如果Twitter被用作决策的唯一来源，则需考虑并仔细审视贡献的来源、其不同的可信度和质量，甚至其背后的目的或意图。本研究的总体目标是部署一个用于实时监控金融市场异常的架构，为此本文进行了一系列实验，研究在发生此类异常事件时Twitter的可渗透程度和可渗透特征。具体而言，我们收集了关于2017年1月27日一项特定金融行动的事件相关的Twitter数据：Tesco PLC和Booker Group PLC两家公司（均在伦敦证券交易所主板上市）宣布合并，以创建英国领先的食品企业。该实验试图回答五个关键研究问题，旨在刻画Twitter对金融市场可渗透性的特征。实验结果证实，像所考虑的合并这样影响深远的金融事件，在所有考虑的特征（即信息量、内容、情感以及地理来源）中均引起了明显的扰动。分析表明，尽管Twitter并非专门的金融论坛，但它对金融事件具有可渗透性。
引用
@article{arxiv.2312.11530,
title = {Twitter Permeability to financial events: an experiment towards a model for sensing irregularities},
author = {Ana Fernández Vilas and Rebeca P. Díaz Redondo and Keeley Crockett and Majdi Owda and Lewis Evans},
journal= {arXiv preprint arXiv:2312.11530},
year = {2023}
}