Influence, réseaux sociaux, marché financier, Web scraping, journaux, logiciel R, R, base de données, Twitter, TikTok, Instagram, data mining, Web harvesting, YouTube, cryptomonnaie, dogecoin, shitcoin, bitcoin, Shiny app, analyse de données, ETF Exchange Traded Funds, Discord, Facebook, NFT Non-Fungible Token, machine learning, test de corrélation, algorithme, exploration de données, Dataminr, smart contract, ordinateur quantique, bull market, pattern, bear market, instagrammeurs, influenceurs, réseau social, escroquerie, arnaque, argent, investissement, finance, cours, marché, Snapchat, followers, feed, utilisateurs, internautes, Internet, stratégie d'influence, aversion, Forex Foreign exchange, échantillon, Big Data, variables, aversion au risque, investissement en actions, stock, coefficient de corrélation, test de Kendall, test de Spearman, test du Chi-deux, test V de Cramer, régression linéaire, produit financier, Elon Musk, twittos, tiktokeurs
De nos jours, plusieurs sources d'information nous sont disponibles comme les journaux papiers ou les journaux télévisés pour parler de média professionnel, mais une nouvelle source a vu le jour ces dernières années, ce sont les réseaux sociaux. En effet, si l'on demande aujourd'hui à un passant pris au hasard comment il s'informe, il vous rétorquera qu'il a vu un gros titre, une vidéo ou une image sur Twitter, Facebook, Instagram ou encore TikTok. Même si nous prenons le cas d'un lecteur plus "traditionnel", la plupart liront tout de même les titres sur les réseaux sociaux avant même de faire leur recherche sur le sujet. Ceci est trivial quand on se rend compte de la vitesse à laquelle ces plateformes diffusent leurs informations.
[...] Nommée "Twitter" elle regroupe les 8 posts que nous avons sélectionnés pour vérifier leur impact sur les marchés financiers. L'objectif est de vérifier l'impact de chacun de ses tweets grâce aux données des trois bases précédentes. Analyse descriptive Ce tableau, qui résume l'ensemble des données quantitatives que nous avons recueilli sur les 3 bases de données, nous apporte beaucoup d'informations importantes. On peut voir que les prix des trois cryptomonnaies sont drastiquement différents, le bitcoin tourne autour des 48000 dollars en moyenne dans les 6 premiers mois de 2021 et on voit qu'il connaît une ascension de janvier à avril 2021 passant de dollars à dollars. [...]
[...] Rappelons les faits. Nous sommes arrivés, en première partie, grâce à la revue scientifique, à la conclusion que les réseaux sociaux sont des catalyseurs d'informations et bel et bien de nouveaux hubs de sources qui aboutissent à des décisions. Que l'information soit vraie ou fausse, celle-ci sera relue et certaines personnes vont y croire et prendre des décisions quant à celle-ci. Beaucoup de coiffeurs modernes ont compris ce stratagème et de ce fait l'utilisent à leur guise. Les utilisateurs des réseaux sociaux ne sont pas un échantillon homogène, on peut y retrouver des personnes jeunes très expérimentées, comme des moins jeunes crédules. [...]
[...] Can Social Media Content Increase Financial Market Returns? Survey Results from Poland. Organizacija, 97-111. https://doi.org/10.1515/ [HYPERLINK: https://doi.org/10.1515/orga-2017-0007] orga-2017-0007 [HYPERLINK: https://doi.org/10.1515/orga-2017-0007] Karppi, T., & Crawford, K. (2015). Social Media, Financial Algorithms and the Hack Crash. Theory, Culture Society, 73-92. https://doi.org/10.1177/0263276415583139 Luo, X., Zhang, J., & Duan, W. [...]
[...] Cependant, l'étendue de la puissance des méthodologies d'analyse des sentiments dans les applications de prévision des marchés financiers est encore inconnue et difficilement quantifiable. C'est ce qui est examiné dans cet article, en utilisant des mesures rigoureuses et conservatrices de la signification statistique pour analyser jusqu'à de tous les messages du réseau Twitter appliqués aux actions, devises et indices pour les tweets réalisés au Royaume-Uni et aux États-Unis. La performance des données est analysée grâce à des données de « sentiments » intrajournaliers par rapport aux données financières intrajournalières sur une période de 3 mois. [...]
[...] En ce qui concerne ce second graphique, on peut voir clairement un bond dans le nombre de trades après le tweet d'Elon Musk et cela confirme notre analyse plus haute. TESLA & BITCOIN GRAPHIQUE 4 - CHARTS BITCOIN, ET VOLUME DE TRADES AU 13.05.2021 Dans ce graphique, nous pouvons clairement voir l'effet qu'a le tweet d'Elon Musk sur le cours du bitcoin. En effet, même étant en Bear market on peut voir que le marché était favorable à une baisse et c'était le cas depuis quelques jours, mais l'effet du marché est plutôt lent et le pic qu'on observe après le tweet d'Elon Musk représente une baisse de plus de donc nous pouvons conclure qu'il y a effectivement un grand effet de ce tweet sur le cours du Bitcoin. [...]
Référence bibliographique
Source fiable, format APALecture en ligne
avec notre liseuse dédiée !Contenu vérifié
par notre comité de lecture