Sentimentindikatoren aus sozialen Netzwerken

In einem Researchpaper aus Juli 2018 untersucht ein Team vom Massachusetts Institute of Technology (MIT) den Zusammenhang von Aktienmarktliquidität und Real-Time-Sentimentmaßen, die aus sozialen Medien (Twitter und StockTwits) gewonnen werden. Eine Regressionsanalyse zeigt, dass die aus digitalen Kanälen wie Twitter generierten Sentimentindikatoren einen hochsignifikanten Einfluss auf die Marktliquidität haben. Der Effekt bei negativem Sentiment fällt allerdings stärker aus als bei positivem Sentiment. Basierend auf den Sentimentindikatoren können bereits vor Marktöffnung verschiedene Liquiditätsmaße (u.a. Anzahl der Trades) geschätzt werden.


Quelle: Shreyash Agrawal, Pablo D. Azar, Andrew W. Lo, Taranjit Singh

Über eine Eventstudie zeigen die Autoren, dass außerordentlich hohes Sentiment in den sozialen Medien mit hohem Momentum einhergeht und darauf in der Regel eine Mean-Reversion-Bewegung bei zurückgehenden Spreads erfolgt. Damit können die Netzwerke zur Identifikation von Intraday Booms oder Busts genutzt werden. Um die Größenordnung dieser Effekte zu messen, simulieren die Autoren eine marktneutrale Mean-Reversion-Strategie, die diese Sentimentindikatoren zur Portfolioallokation verwendet. Für den Zeitraum 2011 bis 2014 ergibt sich eine deutliche positive Rendite. Allerdings wird darauf hingewiesen, dass angesichts der hohen Handelsfrequenz diese nur bei entsprechend günstigen Brokern erreicht werden können.


Absolut Research analysiert institutionelle Publikumsfonds und ETFs mit alternativer Strategie jeden Monat in der Publikation Absolut|ranking Long/Short. Insgesamt umfassen die Absolut|rankings mehr als 16.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 31 Asset-Klassen und Marktsegmente und mehr als 140 Universen.