پیش‌بینی قیمت سهام با استفاده از تحلیل محتوای احساسات شبکه‌های اجتماعی

شبکه های اجتماعی نقش بسیار مهمی در شکل گیری ارتباطات، بحث، تبادل نظر و در نتیجه تصمیم گیری مبتنی بر خردجمعی دارند. در سالهای اخیر گروهها و کانالهای تلگرامی مربوط به بازار سرمایه در ایران توانسته اند جایگاه ویژه ای نزد کاربران حوزه بازار سرمایه کسب کنند و الگوریتم های مختلفی برای استخراج احساسات موجود در شبکه‌های اجتماعی در پیش‌بینی بازده سهام موثر بوده و این عامل می‌تواند به عنوان یکی از عناصر قابل استفاده در پیش‌بینی‌ها مورد استفاده قرار گیرد. پژوهش‌های پیشین صرفاً از تعداد پیام‌های منتشره در جهت خرید، فروش یا نگهداری به عنوان عامل تحلیل احساسات استفاده می‌کرد. در دنیای امروز، گوینده پیام و همچنین اهمیت خود پیام نیز قابل تفکیک و دسته بندی است، لذا تفکیک نمودن پیام‌های منتشره از سوی اشخاص مهم و پیام‌هایی که مورد توجه کاربران قرار می‌گیرند، میتواند در پیش‌بینی بازدهی سهام کمک کننده‌تر باشد. محتوای احساسی تعداد 15.736.204 پیام کانال‌ها و گروه‌های تلگرامی که دارای محتوای قابل بررسی بودند استخراج شده و پس از برچسب‌گذاری بر اساس لغتنامه‌ احساسی، موارد در تعداد 19.312 داده مربوط به نماد-روز حاوی بازدهی و محتوای احساسی خلاصه شد. بدین منظور 6 رویکرد داده‌ای مختلف برای 36 نماد (نمادهای موجود در شاخص 30 شرکت) در بازه زمانی ابتدای سال 1398 لغایت انتهای مرداد سال 1400 به صورت جهتی و پیش‌بینی مقداری با 1 الی 5 وقفه و 6 الی 10 نرون در لایه پنهان و 10 مرتبه اجرا برای هر حالت مورد بررسی قرار گرفت. نتایج پیش‌بینی جهتی و بازدهی قیمت با استفاده از شبکه عصبی مصنوعی نشان داد مدلی که داده‌های مربوط به شخص ارسال کننده پیام و نیز نوع پیام را تفکیک نموده در پیش‌بینی جهت به صورت معنی دار عملکرد بهتری نسبت به مدل‌های دیگر داشته و نیز پیش‌بینی مقداری بازدهی در روش مورد نظر این پژوهش، به صورت معنی داری دارای خطای rmse کمتری می‌باشد.

stock price forecasting with sentimental analysis of social media data

in recent years, telegram groups and channels become considerable parameter in user’s opinion. previous researches show the importance of sentiments in forecasting models and researches find significant relation between sentimental analysis and stock price prediction. they consider buy, sell and hold contents as independent variable. but in reality, there is a difference between people who publish their opinion in social media. means people consider the speaker’s background and also for the viral messages there are same situation. in this research we consider importance of the publisher and message in social media. then we separate content into different variables. we analyse 15.736.204 telegram messages and according to our sentimental dictionary, we tag them then put merge them with 19.312 records related to symbols in different days. selected symbols are the stocks in 30 company index portfolio and the duration of survey is from march 2019 to august 2021. six variable selection approach was considered in this survey, for each symbol (among 36 selected companies) we train different artificial neural network which the number of neurons in hidden layer varies from 6 to 10 and the lag of data for input variable differs from 1 to 5. in order to remove initial values effect in neural network, each network runs 10 times. results showed binary prediction in a model which separates messages by importance of people and amount of view has better performance than other models and rmse error in that model for return forecasting significantly lower than other models.