Financial Times

Cómo encontrar en Twitter señales sobre la Bolsa

El software había examinado el lenguaje de cientos de miles de tuits relacionados con acciones y predijo que el estado de ánimo que prevalecería en el mercado ese día sería más positivo que negativo.

El "lunes negro" de la semana pasada no fue un día ideal para realizar transacciones bursátiles en Nueva York.

China y Japón — cuyos mercados de valores ocupan respectivamente el segundo y tercer lugar como los más importantes del mundo — habían cerrado alrededor del 8 por ciento y el 6 por ciento a la baja en las primeras horas, y la tinta roja se había derramado a través de todas las plataformas principales de Europa. Antes de que sonara la campana de apertura, algunos expertos ya estaban murmurando acerca de una 'masacre' en Wall Street.

Pero a los clientes de iSentium — alrededor de una docena de fondos de cobertura — se les instó a ser audaces. De acuerdo con las máquinas 'escarbadoras' de Twitter, construidas por esta empresa con sede en Nueva York, el índice S&P 500 se iba a recuperar en la mañana del 24 de agosto, una vez que hubieran pasado los choques iniciales.

El software había examinado el lenguaje de cientos de miles de tuits relacionados con acciones y predijo que el estado de ánimo que prevalecería en el mercado ese día sería más positivo que negativo. De ahí la recomendación de que los inversores compraran el SPDR S&P 500, un fondo negociado en la bolsa que rastrea el índice.

Gautham Sastri, el director ejecutivo y el mayor inversionista de iSentium, ha estado respaldando con su dinero lo que predica. Todos los días utiliza una cantidad de su propio dinero para comprar o vender el índice a las 9:31 a.m., dependiendo de si la señal es alcista o bajista, y cierra la posición unos minutos antes del cierre. Sastri declaró que, a mediados de agosto, él había logrado un alza del 17 por ciento para el año — cerca de 12 veces mejor que el S&P. El "lunes negro" él obtuvo un 2.5 por ciento de ganancias.

"En cierto modo, es la estrategia más tonta que existe", dijo Sastri. "Pero funciona".

Su compañía es pequeña: iSentium cuenta con 13 empleados y está en camino de producir cerca de 1.8 millones de dólares en ingresos este año. Pero, aunque pequeña, iSentium está a la vanguardia de una clase emergente de compañías enfocadas en las finanzas que intentan extraer valor de los intercambios entre los 316 millones de usuarios activos de Twitter.

Dataminr — una compañía establecida hace seis años por un trío de ex compañeros de la Universidad de Yale — rastrea la plataforma para descubrir lo que llama "alertas aprovechables" para los operadores bursátiles, los periodistas y las agencias gubernamentales. Selerity — fundada y apoyada por ex ejecutivos de Thomson Reuters durante la misma época — también busca noticias de movimiento del mercado, habiendo obtenido la más notable hasta el momento en abril, cuando descubrió un reporte de ganancias que había sido publicado por error y que era, irónicamente, de Twitter. Otras compañías similares incluyen Social Market Analytics, Psych Signal y Market Prophit.

Bloomberg y Thomson Reuters también ofrecen datos filtrados de Twitter y StockTwits, la cual transmite información financiera en el mismo formato de 140 caracteres a través de sus plataformas profesionales.

Todas ellas forman parte de "un ecosistema que está evolucionando rápidamente", como lo expresó Stephen Morse, con sede en Nueva York y encargado de los productos de datos financieros globales en Twitter. El primer grupo que inicialmente adoptó estas herramientas estaba representado por los fondos de cobertura y por los operadores de alta frecuencia que estaban intentando obtener los datos por su cuenta, conectándose directamente a la interfaz de programación de aplicaciones de Twitter, afirmó Morse. En la actualidad, especialistas como iSentium están llevando a cabo el trabajo por ellos.

Según Sastri, un empresario en serie que hizo una fortuna vendiendo hardware informático, iSentium se destaca porque predice en lugar de reaccionar, para lo cual utiliza una tecnología de procesamiento del lenguaje patentada y desarrollada con la ayuda de lingüistas con el fin de asignar una calificación de sentimiento a cada tuit. Las calificaciones se suman para crear indicadores direccionales diarios para las acciones y los índices, y avisos de actualización relacionados con los sentimientos en tiempo real.

También te puede interesar: 

China sufriría una discontinuidad económica

Peña Nieto reorganiza gabinete conforme disminuye apoyo

Banquetes competitivos revelan división de género

Advertising
Advertising