Le blog des consultants Lecko

Twitter et la prédictibilité

Que ce soit dans le monde de la finance de marché, des paris sportifs, de l’immobilier ou tout autre secteur voué à la spéculation ou à l’incertain, la détermination de facteurs de variation est le graal pour de nombreux analystes ou passionnés.

Dans le cas de la finance de marché, trois types de facteurs de variation peuvent être distingués :

  • Les performances des sociétés (chiffre d’affaire, achat vente de filiale, etc.)
  • Les facteurs macro-économiques (fluctuation des taux d’intérêt, inflation, chômage, etc.)
  • Les facteurs psychologiques et sociologiques (rumeurs, modes et tendances, etc.)

La recherche de corrélation entre les cours de bourse et les performances de sociétés ainsi que les facteurs macro-économiques semble possible à partir de bases de données et d’historiques et reste même la principale piste privilégiée par les adeptes du trading.

En ce qui concerne la recherche de facteurs psychologiques et sociologiques cette dernière semble beaucoup plus complexe. Un exemple, des plus invraisemblables est celui proposé par Paco Rabane dans son livre Trajectoire. Ce dernier argumente sur l’existence d’une corrélation entre la longueur des jupes et la situation économique. Les robes seraient courtes en période de prospérité économique et rallongeraient lors des périodes de récession :

  • En sortie de la Première Guerre Mondiale, la mode était aux jupes courtes.
  • En 1927, juste avant la crise de 1929, le couturier Jeanne Lanvin rallongea la longueur des jupes.
  • A la fin de la Seconde Guerre Mondiale, les jupes redevinrent courtes jusqu’à atteindre leur apogée avec les mini-jupes en 1960.
  • Enfin la mode du rétro et des longues jupes précéda la crise du pétrole de 1973.

Source Wikipedia disponible ici.

A travers cet exemple on peut entrapercevoir toute la difficulté d’une telle recherche. A priori, il est quasiment impossible de déterminer à un instant t, l’état d’humeur, les goûts vestimentaires du monde, d’un pays ou bien des salariés d’une entreprise.

Pourtant avec l’avènement de réseaux sociaux comme Facebook ou Twitter où chacun peut afficher son activité en temps réel, il est de plus en plus possible d’obtenir une image de l’ambiance générale à un moment donné.

Des exemples d’application en finance de marché

Récemment, différentes études menées par des universitaires ont ainsi montré qu’il était possible de déterminer des corrélations entre la variation de certains facteurs, mesurables sur Twitter, et les fluctuations de cours de bourse.

Aux Etats-Unis des chercheurs de l’université d’Indiana-Bloomington ont essayé de prédire le cours de l’indice boursier Dow Jones en se basant sur l’humeur affichée sur les Tweets par les internautes. En analysant près de 10.000.000 de Tweets sur une période du 28 février au 19 décembre 2008, ces derniers ont réussi à prédire avec une fiabilité de 87,6% l’évolution du Dow Jones et cela avec une avance de plusieurs jours ! L’étude est disponible ici.

En France une étude réalisée par des chercheurs de l’école des Mines de Paris, décrit une méthode pour prendre des positions en bourse en fonction de points d’arrêts (c’est-à-dire les instants où les cours boursiers changent de comportement).

Les deux auteurs sont partis du principe que ces points d’arrêts sont liés à des facteurs extérieurs à la finance, comme les dernières nouvelles, des changements dans le contexte socio-politique, etc. Pour identifier ces points de rupture, Twitter leur a semblé être l’outil le plus idéal. Ils ont défini qu’un point de rupture survenait chaque fois qu’un nouveau mot fait son apparition dans le classement des 50 mots les plus utilisés sur Twitter dans une période T.

Pour valider leur approche, ils ont réalisé un premier algorithme témoin qui, après un court processus d’apprentissage, prend des positions d’achat ou de vente d’US $ sur le FOREX (marché des changes) toutes les deux minutes et un algorithme hybride qui prend également des positions mais qui arrête de trader et recommence un processus d’apprentissage après une alerte Twitter.

Sur une période de tests de 5 mois, l’algorithme prenant en compte Twitter a obtenu dans 62 % des cas de meilleurs résultats que l’algorithme témoin. Pour le moment il est encore difficile d’affirmer quoi que ce soit au vue de la durée des tests, mais ces premiers résultats sont très encourageants. L’étude est disponible ici.

Reste, que l’idée fait également des émules dans le monde professionnel. En Angleterre, l’entreprise Derwent Capital Markets a récemment annoncé qu’elle allait ouvrir un fond de placement avec une stratégie d’investissement calquée sur les signaux envoyés par Twitter.

Une approche pouvant être généralisée à d’autres domaines

Twitter est également utile pour la prédiction dans d’autres domaines, une étude datant d’avril 2010 publiée par deux chercheurs de Hewlett Packard explique comment réussir à prédire n’importe quel évènement. En appliquant leur méthode aux résultats du box-office, ces chercheurs arrivent à des résultats d’une précision de 95% et plus fiables que le Hollywood Stock Exchange (bourse virtuelle dans laquelle il est possible de vendre ou d’acheter des actions de film, acteurs, réalisateurs, etc.). L’étude est disponible ici.

Conclusion

Au final ces expérimentations sont intéressantes, elles nous montrent à quel point Twitter est en mesure de refléter les comportements et les humeurs de notre société. La base de données constituée par l’ensemble des tweets échangés est une formidable ressource pour les décideurs de notre temps (chefs d’entreprises, politiques, etc.). Elle permet de déterminer des tendances comportementales et d’étudier en temps réel l’influence d’une décision en particulier.

A la question, qui était de savoir si Twitter permettait de prédire le futur ou non, la réponse est « pas vraiment ». Au travers des exemples précédents, on se rend simplement compte que Twitter fournit une information en temps réel sur l’humeur générale de la société. L’illusion de la prédiction est donnée par l’écart entre cette humeur à un instant t et sa conséquence immédiate à un instant t+1 comme par exemple la fluctuation d’un cours de bourse.

Your Header Sidebar area is currently empty. Hurry up and add some widgets.