Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke

Anlagestrategie Investieren wie auf Twitter

Welche Aktie ist gerade ‚in‘, welche ‚out‘? Auf Twitter, in Foren oder Blogs tauschen sich Marktteilnehmer mehr als anderswo über einzelne Wertpapiere aus. Wie Anleger sich dieses Wissen zunutze machen können.
3 Kommentare
Nicht nur Twitter-Aktien sind bei Anlegern gefragt. Künftig könnte auch immer wichtiger werden, was Anleger, Trader und Analysten dem Kurznachrichtendienst zu bestimmten Wertpapieren anvertrauen. Quelle: Reuters

Nicht nur Twitter-Aktien sind bei Anlegern gefragt. Künftig könnte auch immer wichtiger werden, was Anleger, Trader und Analysten dem Kurznachrichtendienst zu bestimmten Wertpapieren anvertrauen.

(Foto: Reuters)

DüsseldorfDer 14. September 2011 war ein schwarzer Tag für Aktionäre des amerikanischen Streaming-Dienstes Netflix. Monatelang hatte sich der Kurs nach oben gezockelt, dann kam unerwartet die Meldung über fallende Abonnentenzahlen. Die Folge: In nur 24 Stunden war fast ein Fünftel des Wertes futsch und auch in den kommenden Tagen ging es weiter nach unten. Ärgerlich, aber unvorherseh- und damit unvermeidbar?

Miha Grcar, Forscher am Josef-Stefan-Institut in Ljubljana, weiß es besser. Die Stimmung rund um Netflix sei schon Tage vorher gekippt – auf Twitter. Der Experte für große Datenmengen hat analysiert, dass bereits seit Monatsanfang mehr negative als positive Tweets zu Netflix gepostet worden waren.

Ob auf Twitter, Facebook, bestimmten Foren oder Blogs: Im Netz tummeln sich eine Fülle von Meinungen zu einzelnen Wertpapieren. Analysten, private Anleger, Aktieninteressierte teilen ihre Ansichten über den Erfolg einzelner Unternehmen, sie beurteilen jede noch so kleine Information.

Nicht zuletzt also, weil der Masse im Netz nur wenig verborgen bleibt, glauben Datenexperten wie Grcar daran, dass die akkumulierte „gute“ oder „schlechte“ Stimmung – das sogenannte Sentiment – Anlegern bei ihrer Investmentscheidung eine gute Orientierung bieten kann. Zusätzlich zu Kennzahlen, Kaufempfehlungen von Analysten und der persönlichen Überzeugung.

Zwei Pioniere in der Sentiment-Analyse sind Stefan Nann und Jonas Krauß mit ihrem Kölner Unternehmen StockPulse, das sie 2011 gegründet haben. Insgesamt fünf Jahre lang hatten die Wirtschaftsinformatiker – teils auch an der Bostoner Eliteuniversität MIT – an einem Algorithmus getüftelt. Am Ende stand eine Software, das rund 30 verschiedene Kanäle, darunter Twitter, deutsche und englische Foren und Nachrichtenportale, systematisch nach Einträgen zu Wertpapieren und Wechselkursen durchforsten kann.

Dabei mussten Nann und Krauß dem Algorithmus den deutschen und englischen Finanzjargon erst „beibringen“. Dazu nahmen die beiden tausende Posts unter die Lupe, identifizierten für jede Sprache einige hundert Schlüsselwörter und ordneten sie dann den Kategorien ‚positiv‘ und ‚negativ‘ zu. In geringem Umfang ist der Algorithmus auch in der Lage, zu lernen. „Wenn ‚iPhone‘ häufig genug in einem Post auftaucht, in dem auch von Apple die Rede ist, kann der Computer auch ‚iPhone‘ Apple zuordnen“, sagt Nann.

Finanzportale integrieren Social-Media-Analyse

Schließlich nimmt der Algorithmus nicht jeden Post gleich wichtig. Unflätige Bemerkungen „fliegen ganz raus“. Künstlich generierte Accounts oder zu häufige Re-Tweets einer Kauf- oder Verkaufsempfehlung werden geblockt. Neben dieser schwarzen Liste existieren aber auch insgesamt zwölf manuell erstellte ‚weiße Listen‘, etwa der 100 Top-Aktienhändler, Hedgefonds-Manager oder Finanzanalysten. „Was sie posten hat für das Sentiment ein Vielfaches an Gewicht“, sagt Nann. Glaubt man dem StockPulse-Chef, liegt der Algorithmus so bei 85 bis 90 Prozent der analysierten Einträge richtig.

Längst ist die Social-Media-Analyse auch am Markt gefragt. StockPulse kooperiert mit Finanzportalen wie Onvista und dem australischen Admiral Markets, mit dem deutsch-britischen Online-Broker Gekko Global Markets und der Fidor Bank. Neben dem Sentiment zu bestimmten Aktien oder Wechselkursen, erstellt StockPulse zusätzlich den sogenannten Buzz, einen Maßstab, der angibt, ob ein bestimmter Titel gerade besonders oft oder selten im Netz erwähnt wird.

Twitter-Quartalszahlen sorgen für Ernüchterung

Für diese einfache Social-Media-Analyse bezahlen in der Regel die Portale, dem Nutzer stehen die Informationen kostenlos zur Verfügung. Nur Zusatzleistungen, ein personalisierter Newsletter oder rückwirkende Sentiment-Daten, wie etwa hier für Twitter, kosten.

StockPulse stehen damit da, wo Miha Grcar erst noch hinmöchte. Die vergangenen drei Jahre hat der 35-jährige Datenexperte gemeinsam mit Wissenschaftlern der Universität Hohenheim und Goethe-Universität Frankfurt und in Kooperation mit der Börse Stuttgart einen eigenen Algorithmus zur Sentiment-Analyse entwickelt.

Die Arbeit war Teil eines größeren Forschungsprojekts (FIRST), das die Europäische Union mit mehr als drei Millionen Euro mitfinanziert hatte. Ein Spin-Off-Unternehmen wird nun die Technologie bis zur Marktreife bringen.

Den Tenor des Satzes erkennen

Was würde diese Social-Media-Analyse dann aber von der StockPulse-Variante unterscheiden? Wie Grcar es beschreibt, wäre sein Algorithmus ausgereifter. Statt nach einzelnen Schlüsselwörtern zu filtern, würde das Programm versuchen, den Tenor eines Satzes zu verstehen.

Grcar will erreichen, dass sein Algorithmus auch den Sprachgebrauch der Trader richtig erfasst. „Es ist sehr schwierig für ein Programm, die Stimmung eines Händlers einzuordnen, wenn er einen Chart analysiert und dabei Dinge sagt wie: ‚Ich sehe, wie sich da eine leere, rote Kerze bildet‘ (‚I see a rare Hollow Red candle formed‘)“, beschreibt Grcar die technologische Herausforderung.

Darüber hinaus hat Grcar den Algorithmus auch so konzipiert, dass der bei einem außenstehenden Dritten, dem ‚supervisor‘, nachfragt, wenn er einmal nicht weiterweiß. Diesen Lernprozess des Programms hält Grcar für unabdingbar, damit auch solche Begriffe erfasst werden, die neu auftauchen – etwa dann, wenn etwas außergewöhnliches passiert, eine neue Krise zum Beispiel.

„In den letzten Jahren hat es im Bereich der Social Media Sentiment-Analyse bereits einiges an Innovation gegeben“, sagt auch Ulli Spankowski, der das FIRST-Projekt von Seiten der Börse Stuttgart begleitet hat. Allerdings hätten viele Anbieter bereits Probleme, eine simple Verneinung im Stil von „Das Wetter ist nicht schön“ richtig einzuordnen, geschweige den finanzwirtschaftlichen Fachjargon richtig zu erkennen.

Der von Miha Grcar mitentwickelte Analyser könnte dagegen die komplette Aussage eines Satzes kategorisieren. Dazu würde der Satz mit anderen, bereits gespeicherten Sätzen verglichen und davon ausgehend auf einer Trennlinie eher dem einen oder anderen Ende zugeordnet. Der Output könnte dem Anleger dann etwa als Tachometer dargestellt werden, dessen Zeiger bis zu einem gewissen Punkt jeweils mehr ins Positive oder Negative driftet.

Außerdem könnte den Privatanleger interessieren, wie sich das Sentiment zu einem bestimmten Wertpapier über die Zeit entwickelt hat, welche Themen in Zusammenhang mit einer Aktie angerissen werden und wie lange die einzelnen Themen dann im Gespräch bleiben.

Handeln auf Basis der Sentiments

Der Sentiment-Analyser von Miha Grcar hätte darüber hinaus manipulative Posts im Blick. „Manche Blogs etwa sind darauf spezialisiert, bestimmte Penny Stocks besonders zu bewerben“, sagt Spankowski. Allerdings sei die Semantik im Manipulationsfall übertrieben überschwänglich. Wenn beispielsweise die ‚Top-Aktie‘, die man ‚unbedingt haben muss‘, ‚durch die Decke geht‘, würde der Algorithmus Alarm schlagen, den Eintrag nicht werten.

So bietet die Sentiment-Analyse Anlegern und Händlern eine gute Orientierung, welche Stimmung sich im Netz zu einem bestimmten Asset gerade breitmacht. Doch werden Privatanleger bald auch eine komplette Handelsstrategie nach Sentiments ausrichten können, Kauf- und Verkaufsentscheidungen systematisch von der Stimmung im Netz abhängig machen? Das Kölner Unternehmen StockPulse arbeitet gerade an einer solchen Lösung.

Um herauszufinden, welche Ausdrücke in den Social-Media-Einträgen als Kauf- bzw. Verkaufssignal gewertet werden müssen, entwickelt das Unternehmen gerade eine Software, die ein sogenanntes Backtesting durchführen kann: Dabei werden minütliche Kurse der vergangenen vier Jahre mit Signalen aus der Social-Media-Analyse abgeglichen. „Wir schauen, in welchen Situationen das System ge- oder verkauft hätte“, sagt StockPulse Gründer Stefan Nann. Bis zur Marktreife einer solchen Software könnte es allerdings noch einige Monate dauern.

Die wichtigsten Neuigkeiten jeden Morgen in Ihrem Posteingang.
Startseite

3 Kommentare zu "Anlagestrategie: Investieren wie auf Twitter "

Das Kommentieren dieses Artikels wurde deaktiviert.

  • Sie haben glaube ich den Beitrag überhaupt nicht gelesen. Sonst wüssten Sie das eben nicht die Stimmen der Hobbybörsianer entscheidend sind, sondern die des Smartmoney, da deren Beiträge um ein vielfaches höher gewichtet werden in dem Algorythmus.

    Und ihre alte Regel hat übrigens schon viele Leute in die Pleite getrieben. Reine Fundamentalanalyse können Sie für wirklich professionelles Trading vergessen, wenn es nur danach ginge dann hätten einige Aktien nicht die Trends hingelegt die Sie hingelegt haben. An der Börse werden nicht die längst bekannten Zahlen wie Bilanzen gehandelt, sondern die Erwartung, die Fantasie - Angebot und Nachfrage bestimmen den Preis. Schauen Sie Facebook an, die hätten Sie nach ihrer Theorie niemals kaufen dürfen, ein Pennystock hätten die sein müssen als die letzten Quartalszahlen noch nicht raus waren. Der Markt hat aber auf eine gute Zukunft gesetzt und diese wurde sogar noch X-Fach übertroffen.

  • Aber genau darum geht es hier - Großwetterlage bestimmen. Ein zusätzlicher Indikator dabei kann der Sentiment sein, Content-Aggregation ist zudem hilfreich, weil man selbst gar nicht alle Original-Beiträge lesen kann. Insofern helfen diese Tools vor allem, das Bild zu vervollständigen.
    Ob sie jemals wirklich als alleinige Vorhersage-Werkzeuge taugen...? Warten wir es ab!

  • Wenn viele Möchtegern- und Hobby-Börsianer zusammenkommen, gehts ganz bestimmt schief - Roulette pur.
    Die alte Regel: Aktie aussuchen bzw. präzise analysieren (Bilanzen, GuV, Märkte, Kunden etc.), Großwetterlage bestimmen und schliesslich das timing. Bei welchem dieser Schritte soll mir da ein lächerlicher gunshot oder dreammonster helfen.
    Ach ja. Das Niveau im HB nimmt ebenfalls dramatisch ab. Auch mit solchen Berichten