Notícias, Redes Sociais, Análise de Sentimentos e Mercado Financeiro. O que a ciência diz?

Arthur Oliveira
3 min readNov 28, 2019

--

Seria possível investir utilizando estratégias baseadas em Inteligência Artificial e Análise de Sentimentos?

Uma questão que recentemente vem sendo muito levantada em artigos científicos, sejam da área de Economia, sejam da área de Computação, é a seguinte:

Qual a influência do sentimento presente em notícias ou redes sociais e o mercado financeiro?

Sentiment Analysis you must use

Um primeiro ponto a se levantar é: afinal, o mercado influencia as notícias ou as notícias influenciam o mercado?

É possível em um primeiro momento pensar que exista aqui uma via de mão dupla: investidores não podem abrir mão das novas informações disponíveis a respeito do mercado no instante de tomarem as suas decisões de investimento, ao mesmo tempo em que os movimentos recentes do mercado podem — seja por otimismo ou pessimismo — influenciar as notícias que serão publicadas em seguida.

Se considerarmos as tão comentadas fake news, essa questão pode se agravar ainda mais. No entanto, vamos deixar esse tópico de lado por um momento e voltar ao assunto principal.

Recentemente, publiquei dois artigos científicos voltados a essa discussão. Neles, além de uma grande revisão dos artigos anteriores que tratam o tópico Análise de Sentimentos (que abordei aqui) e mercado financeiro (que abordei aqui), apresento algumas propostas para fazê-lo utilizando técnicas de Aprendizado de Máquina (Machine Learning).

O primeiro artigo, intitulado “Analyzing the Brazilian Financial Market through Portuguese Sentiment Analysis in Social Media” (Analisando o Mercado Financeiro Brasileiro por meio de Análise de Sentimentos em Português em Redes Sociais) trata-se de uma aplicação de diferentes técnicas de Aprendizado de Máquina em tweets sobre o mercado financeiro durante o período eleitoral brasileiro. Nesse sentido, analisei os impactos desse sentimento predominante no período e o movimento do mercado financeiro, respondendo a uma série de pontos:

  • Qual a melhor técnica para Análise de Sentimentos em português?
  • Como ponderar os tweets para separar o que é relevante do que não é?
  • Qual período devo analisar para observar o impacto das redes sociais e o mercado?
O que o humor pode me dizer sobre o mercado?

Como continuidade do meu trabalho, uma segunda investigação foi realizada, estudando qual fonte de informações exerce maior influência no mercado financeiro, considerando notícias ou tweets. Esse estudo levou ao trabalho publicado no artigo “The influence of tweets and news on the brazilian stock market through sentiment analysis” (A Influência de tweets e notícias no mercado financeiro brasileiro por meio de Análise de Sentimentos).

Nesse trabalho, a técnica utilizada foi uma Rede Neural Artificial do tipo Multilayer Perceptron, que abordei aqui. Assim, temos a interessante junção de Redes Neurais, Análise de Sentimentos, Mercado Financeiro e a possibilidade de lucrar utilizando tudo isso junto! Basta elaborar uma estratégia de investimento por meio de Análise de Sentimentos.

Como vou fazer isso? Ferrou, cara.

Irei abordar sobre como fazer isso em posts posteriores, porém de modo superficial quando comparado ao nível de detalhe dos artigos.

Está curioso para saber a resposta para tantos questionamentos que deixei em aberto por aqui?

Será que a Análise de Sentimentos sobre notícias ou tweets pode me trazer lucro no momento de realizar meus investimentos?

Recomendo a leitura de cada um dos artigos. :)

Referências

A. E. O. Carosia, G. P. Coelho & A. E. A. Silva (2019) Analyzing the Brazilian Financial Market through Portuguese Sentiment Analysis in Social Media, Applied Artificial Intelligence, DOI: 10.1080/08839514.2019.1673037

Arthur E. de O. Carosia, Guilherme P. Coelho, and Ana E. A. da Silva. 2019. The influence of tweets and news on the brazilian stock market through sentiment analysis. In Proceedings of the 25th Brazillian Symposium on Multimedia and the Web (WebMedia ‘19). ACM, New York, NY, USA, 385–392. DOI: https://doi.org/10.1145/3323503.3349564

--

--

Arthur Oliveira

Professor da área de computação. Doutor pela UNICAMP. Graduado em Ciências da Computação e mestre pela USP.