SlideShare una empresa de Scribd logo
1 de 20
Descargar para leer sin conexión
Hugo S. Santos, Alberto H. F. Laender, Adriano C. M. Pereira
Departamento de Ciência da Computação – UFMG
fhugo, laender, adrianocg@dcc.ufmg.br
Uma Visão do Mercado Brasileiro de
Ações a partir de Dados do Twitter
Introdução
• Desafio: compreender o comportamento de ações em bolsa de valores.
• Oportunidade: com o surgimento das redes sociais online, como o
Twitter e o Facebook, novas linhas de pesquisa se tornaram viáveis.
• Existem poucos estudos computacionais orientados às redes sociais
online brasileiras, que são aplicáveis à Bolsa de Valores de São Paulo
(BM&FBOVESPA) e, também, consideram a língua portuguesa.
• Indice BOVESPA (IBOVESPA):
Contribuições
1. Uma caracterização inédita do Mercado de ações brasileiro
• Nicho de usuários que são investidores em potencial;
• Padrão de postagens desses usuários
2. Uma análise de correlação entre as variações das menções
aos ativos no Twitter x as variações desses ativos na bolsa
Trabalhos Relacionados
• [1] Johan Bollen, Huina Mao, Xiao-Jun Zeng: Twitter mood predicts the stock market. J. Comput. Science
2(1): 1-8 (2011).
• Maior repercussão no mercado norte americano.
• Humor coletivo x índice Dow Jones (DJIA)
• Precisão de 87,6% na previsão das variações de fechamento diário do DJIA.
• Sprenger, T. O. (2011). TweetTrader.net: Leveraging Crowd Wisdom in a Stock Microblogging Forum. In
ProceedingsAnalisar cerca de 250.000 cujas mensagens eram relacionadas ao mercado de ações.
• associações entre o número de tweets e volume de negociações,
• os usuários que forneciam conselhos de investimento acima da média eram mais seguidos.
• DIFERENCIAL:
• Correlação, não predição;
• Visão exclusiva do mercado de ações brasileiro que aponta pela primeira vez as ações da BOVESPA
que podem ser diretamente monitoradas pelo Twitter.
Dados
• Fonte de dados WEB:
• ~3 milhões de tweets
• Julho de 2013 e Julho de 2014
• Exemplo:
• Temos no momento #Ibovespa nos 47.038 pontos alta
de 0,88%, #Vale5 R$ 27,31 alta de 0,93% e #Petr4 R$
16,09 queda de 0,56%
• RT @ClickInveste: As ações mais indicadas pelos
analistas para investir nesta semana: As ações da Vale
(VALE5) foram ... http://t.co/agJ4zw…
• Fonte de dados da Bolsa de Valores:
• ~600 mil candlestocks
• Entre Julho de 2013 e Julho de 2014
Perguntas de Pesquisa x Metodologia
1) Qual o volume de informação compartilhada no Twitter a
respeito da bolsa de valores?
Análise Estática
2) Quais padrões temporais e comportamentais emergem das
análises dos dados a partir da combinação dos seus atributos
ao longo do tempo?
Análise Temporal
3) Há correlação entre o comportamento dos ativos na BOVESPA
e suas respectivas menções em postagens no Twitter?
Análise de Correlação
Análise Estática
Qual o volume de informação compartilhada no Twitter a respeito da bolsa de valores?
• Sim, há um nicho de usuários engajados (0,5%)
• Sendo que eles postam 3,1% dos tweets mencionando ativos explicitamente.
• A partir da Hipótese do Mercado Eficiente os preços das ações são mais influenciados por
notícias do que por preços presentes e passados.
• Utilização do Twitter como canal de informações que, de fato, pode influenciar o
mercado financeiro desde que as notícias postadas sejam consideradas como
relevantes pelos investidores.
Análise Temporal
Quais padrões temporais e comportamentais emergem das análises dos dados a partir da
combinação dos seus atributos ao longo do tempo?
• Twitter influencia a bolsa e a bolsa o Twitter:
• 31/10/2014 – Retirada da OGX do índice BOVESPA;
• 31/07/2014 – sequência de resultados operacionais positivos publicados
por empresas (Por ex. 16% do lucro da AMBEV devido à Copa do Mundo)
Análise Temporal
Quais padrões temporais e comportamentais emergem das análises dos dados a partir da
combinação dos seus atributos ao longo do tempo?
Análise Temporal
Quais padrões temporais e comportamentais emergem das análises dos dados a partir da
combinação dos seus atributos ao longo do tempo?
Análise de Correlação
Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em
postagens no Twitter?
Análise de Correlação
Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em
postagens no Twitter?
Número de Ordens
Oscilação
Oscilação Máxima
Volume Financeiro
Número de menções
Análise de Correlação
Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em
postagens no Twitter?
Análise de Correlação
Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em
postagens no Twitter?
Conclusões e Aplicações
• Apontamos as ações do BOVESPA que podem ter seu volume financeiro e número de
ordens de compra e venda monitorados pelo Twitter.
• Base para indicadores financeiros para tomada de decisão
• Eventos e notícias geram picos de postagens no Twitter
• Frequência de postagens se mantém após
• 10% dos usuários são responsáveis por mais de 90% das postagens no Twitter.
• Útil para estratégias de marketing por parte de bancos e financeiras na busca
por investidores.
Trabalhos Futuros
• Survey com os usuários do Twitter: os usuários que mencionam os ativos
no Twitter são de fato investidores?
• Grafo de coocorrência das ações
• Análise de Sentimento
• Análise dos links dos tweets: que tipo de notícia eles contêm? Qual
sentimento?
Agradecimentos
Duvidas
Hugo Santos – hugo@dcc.ufmg.br

Más contenido relacionado

La actualidad más candente (7)

Expectativas de Mercado - Semana 35
Expectativas de Mercado - Semana 35Expectativas de Mercado - Semana 35
Expectativas de Mercado - Semana 35
 
Expectativas de Mercado - Semana 42
Expectativas de Mercado - Semana 42Expectativas de Mercado - Semana 42
Expectativas de Mercado - Semana 42
 
Expectativas de Mercado - Semana 45
Expectativas de Mercado - Semana 45Expectativas de Mercado - Semana 45
Expectativas de Mercado - Semana 45
 
Expectativas de Mercado - Semana 46
Expectativas de Mercado - Semana 46Expectativas de Mercado - Semana 46
Expectativas de Mercado - Semana 46
 
Expectativas de Mercado - Semana 40
Expectativas de Mercado - Semana 40Expectativas de Mercado - Semana 40
Expectativas de Mercado - Semana 40
 
Expectativas de Mercado - Semana 47
Expectativas de Mercado - Semana 47Expectativas de Mercado - Semana 47
Expectativas de Mercado - Semana 47
 
Expectativas 39
Expectativas 39Expectativas 39
Expectativas 39
 

Similar a Apresentação BRASNAM - 2015 (Brazilian Workshop on Social Network Analysis and Mining)

3ª apresentação pb g5
3ª apresentação pb g53ª apresentação pb g5
3ª apresentação pb g5
pekenit5a1991
 
Aula 2 ic e artigos sem vídeo-1 - cópia
Aula 2   ic e artigos sem vídeo-1 - cópiaAula 2   ic e artigos sem vídeo-1 - cópia
Aula 2 ic e artigos sem vídeo-1 - cópia
aula123456
 
Apresentação final pb g5
Apresentação final pb g5Apresentação final pb g5
Apresentação final pb g5
pekenit5a1991
 
2a apresentação pb g5
2a apresentação pb g52a apresentação pb g5
2a apresentação pb g5
pekenit5a1991
 

Similar a Apresentação BRASNAM - 2015 (Brazilian Workshop on Social Network Analysis and Mining) (20)

Webinar 6 - Avaliação da Ciência: índices de impacto
Webinar 6 - Avaliação da Ciência: índices de impactoWebinar 6 - Avaliação da Ciência: índices de impacto
Webinar 6 - Avaliação da Ciência: índices de impacto
 
3ª apresentação pb g5
3ª apresentação pb g53ª apresentação pb g5
3ª apresentação pb g5
 
Recursos informacao
Recursos informacaoRecursos informacao
Recursos informacao
 
Dimensions uni 2.pdf
Dimensions uni 2.pdfDimensions uni 2.pdf
Dimensions uni 2.pdf
 
Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPB
 
Aula 2 ic e artigos sem vídeo-1 - cópia
Aula 2   ic e artigos sem vídeo-1 - cópiaAula 2   ic e artigos sem vídeo-1 - cópia
Aula 2 ic e artigos sem vídeo-1 - cópia
 
Aula 2 - Curso de Comunicação e Redação Científica
Aula 2 - Curso de Comunicação e Redação Científica Aula 2 - Curso de Comunicação e Redação Científica
Aula 2 - Curso de Comunicação e Redação Científica
 
Aula 5 - Curso de Comunicação e Redação Científica
Aula 5 - Curso de Comunicação e Redação Científica Aula 5 - Curso de Comunicação e Redação Científica
Aula 5 - Curso de Comunicação e Redação Científica
 
Cenário Atual das Métricas Alternativas e os Impactos da Produção Científica ...
Cenário Atual das Métricas Alternativas e os Impactos da Produção Científica ...Cenário Atual das Métricas Alternativas e os Impactos da Produção Científica ...
Cenário Atual das Métricas Alternativas e os Impactos da Produção Científica ...
 
Métricas alternativas
Métricas alternativasMétricas alternativas
Métricas alternativas
 
Criterios para escolha de periodicos internacionais para publicacao
Criterios para escolha de periodicos internacionais para publicacaoCriterios para escolha de periodicos internacionais para publicacao
Criterios para escolha de periodicos internacionais para publicacao
 
Indicadores cienciométricos - Curso SBPC 2013 - UFPE
Indicadores cienciométricos   - Curso SBPC 2013 - UFPEIndicadores cienciométricos   - Curso SBPC 2013 - UFPE
Indicadores cienciométricos - Curso SBPC 2013 - UFPE
 
Apresentação final pb g5
Apresentação final pb g5Apresentação final pb g5
Apresentação final pb g5
 
O que é Analytics?
O que é Analytics?O que é Analytics?
O que é Analytics?
 
ROI
ROIROI
ROI
 
Palestra redes sociais na Fecomercio-GO
Palestra redes sociais na Fecomercio-GOPalestra redes sociais na Fecomercio-GO
Palestra redes sociais na Fecomercio-GO
 
2a apresentação pb g5
2a apresentação pb g52a apresentação pb g5
2a apresentação pb g5
 
Audience Insights: coletores menstruais
Audience Insights: coletores menstruaisAudience Insights: coletores menstruais
Audience Insights: coletores menstruais
 
Como iniciar a pesquisa de pós-graduação na usp ?
Como iniciar a pesquisa de pós-graduação na usp ?Como iniciar a pesquisa de pós-graduação na usp ?
Como iniciar a pesquisa de pós-graduação na usp ?
 
Desvendando o mito: O que vale mais, fãs ou engajamento?
Desvendando o mito: O que vale mais, fãs ou engajamento?Desvendando o mito: O que vale mais, fãs ou engajamento?
Desvendando o mito: O que vale mais, fãs ou engajamento?
 

Último

Último (8)

ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docxATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
 
Boas práticas de programação com Object Calisthenics
Boas práticas de programação com Object CalisthenicsBoas práticas de programação com Object Calisthenics
Boas práticas de programação com Object Calisthenics
 
Padrões de Projeto: Proxy e Command com exemplo
Padrões de Projeto: Proxy e Command com exemploPadrões de Projeto: Proxy e Command com exemplo
Padrões de Projeto: Proxy e Command com exemplo
 
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docxATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
 
Programação Orientada a Objetos - 4 Pilares.pdf
Programação Orientada a Objetos - 4 Pilares.pdfProgramação Orientada a Objetos - 4 Pilares.pdf
Programação Orientada a Objetos - 4 Pilares.pdf
 
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docxATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
 
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docxATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
 
Luís Kitota AWS Discovery Day Ka Solution.pdf
Luís Kitota AWS Discovery Day Ka Solution.pdfLuís Kitota AWS Discovery Day Ka Solution.pdf
Luís Kitota AWS Discovery Day Ka Solution.pdf
 

Apresentação BRASNAM - 2015 (Brazilian Workshop on Social Network Analysis and Mining)

  • 1. Hugo S. Santos, Alberto H. F. Laender, Adriano C. M. Pereira Departamento de Ciência da Computação – UFMG fhugo, laender, adrianocg@dcc.ufmg.br Uma Visão do Mercado Brasileiro de Ações a partir de Dados do Twitter
  • 2.
  • 3.
  • 4. Introdução • Desafio: compreender o comportamento de ações em bolsa de valores. • Oportunidade: com o surgimento das redes sociais online, como o Twitter e o Facebook, novas linhas de pesquisa se tornaram viáveis. • Existem poucos estudos computacionais orientados às redes sociais online brasileiras, que são aplicáveis à Bolsa de Valores de São Paulo (BM&FBOVESPA) e, também, consideram a língua portuguesa. • Indice BOVESPA (IBOVESPA):
  • 5. Contribuições 1. Uma caracterização inédita do Mercado de ações brasileiro • Nicho de usuários que são investidores em potencial; • Padrão de postagens desses usuários 2. Uma análise de correlação entre as variações das menções aos ativos no Twitter x as variações desses ativos na bolsa
  • 6. Trabalhos Relacionados • [1] Johan Bollen, Huina Mao, Xiao-Jun Zeng: Twitter mood predicts the stock market. J. Comput. Science 2(1): 1-8 (2011). • Maior repercussão no mercado norte americano. • Humor coletivo x índice Dow Jones (DJIA) • Precisão de 87,6% na previsão das variações de fechamento diário do DJIA. • Sprenger, T. O. (2011). TweetTrader.net: Leveraging Crowd Wisdom in a Stock Microblogging Forum. In ProceedingsAnalisar cerca de 250.000 cujas mensagens eram relacionadas ao mercado de ações. • associações entre o número de tweets e volume de negociações, • os usuários que forneciam conselhos de investimento acima da média eram mais seguidos. • DIFERENCIAL: • Correlação, não predição; • Visão exclusiva do mercado de ações brasileiro que aponta pela primeira vez as ações da BOVESPA que podem ser diretamente monitoradas pelo Twitter.
  • 7. Dados • Fonte de dados WEB: • ~3 milhões de tweets • Julho de 2013 e Julho de 2014 • Exemplo: • Temos no momento #Ibovespa nos 47.038 pontos alta de 0,88%, #Vale5 R$ 27,31 alta de 0,93% e #Petr4 R$ 16,09 queda de 0,56% • RT @ClickInveste: As ações mais indicadas pelos analistas para investir nesta semana: As ações da Vale (VALE5) foram ... http://t.co/agJ4zw… • Fonte de dados da Bolsa de Valores: • ~600 mil candlestocks • Entre Julho de 2013 e Julho de 2014
  • 8. Perguntas de Pesquisa x Metodologia 1) Qual o volume de informação compartilhada no Twitter a respeito da bolsa de valores? Análise Estática 2) Quais padrões temporais e comportamentais emergem das análises dos dados a partir da combinação dos seus atributos ao longo do tempo? Análise Temporal 3) Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em postagens no Twitter? Análise de Correlação
  • 9. Análise Estática Qual o volume de informação compartilhada no Twitter a respeito da bolsa de valores? • Sim, há um nicho de usuários engajados (0,5%) • Sendo que eles postam 3,1% dos tweets mencionando ativos explicitamente. • A partir da Hipótese do Mercado Eficiente os preços das ações são mais influenciados por notícias do que por preços presentes e passados. • Utilização do Twitter como canal de informações que, de fato, pode influenciar o mercado financeiro desde que as notícias postadas sejam consideradas como relevantes pelos investidores.
  • 10. Análise Temporal Quais padrões temporais e comportamentais emergem das análises dos dados a partir da combinação dos seus atributos ao longo do tempo? • Twitter influencia a bolsa e a bolsa o Twitter: • 31/10/2014 – Retirada da OGX do índice BOVESPA; • 31/07/2014 – sequência de resultados operacionais positivos publicados por empresas (Por ex. 16% do lucro da AMBEV devido à Copa do Mundo)
  • 11. Análise Temporal Quais padrões temporais e comportamentais emergem das análises dos dados a partir da combinação dos seus atributos ao longo do tempo?
  • 12. Análise Temporal Quais padrões temporais e comportamentais emergem das análises dos dados a partir da combinação dos seus atributos ao longo do tempo?
  • 13. Análise de Correlação Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em postagens no Twitter?
  • 14. Análise de Correlação Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em postagens no Twitter? Número de Ordens Oscilação Oscilação Máxima Volume Financeiro Número de menções
  • 15. Análise de Correlação Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em postagens no Twitter?
  • 16. Análise de Correlação Há correlação entre o comportamento dos ativos na BOVESPA e suas respectivas menções em postagens no Twitter?
  • 17. Conclusões e Aplicações • Apontamos as ações do BOVESPA que podem ter seu volume financeiro e número de ordens de compra e venda monitorados pelo Twitter. • Base para indicadores financeiros para tomada de decisão • Eventos e notícias geram picos de postagens no Twitter • Frequência de postagens se mantém após • 10% dos usuários são responsáveis por mais de 90% das postagens no Twitter. • Útil para estratégias de marketing por parte de bancos e financeiras na busca por investidores.
  • 18. Trabalhos Futuros • Survey com os usuários do Twitter: os usuários que mencionam os ativos no Twitter são de fato investidores? • Grafo de coocorrência das ações • Análise de Sentimento • Análise dos links dos tweets: que tipo de notícia eles contêm? Qual sentimento?
  • 20. Duvidas Hugo Santos – hugo@dcc.ufmg.br