Para consejos de inversión: confía en Twitter, no en Google
Página principal Finanzas, Google

Unos estudios han demostrado que el uso de Twitter resulta más útil que Google para conseguir consejos de inversión.

Resulta que el universo Twitter es un club de personas informadas. Internet, presentado por Google, está lleno de información que sirve poco, pero Twitter parece que sabe mejor de lo que está hablando.

Ese es el resultado de dos nuevos estudios de inversión que tratan de utilizar la búsqueda en Google y el Twitter para informar sobre estrategias de negociación.

El primer estudio, del Instituto Tecnológico de Massachusetts (MIT), demostró que medir el sentimiento de cada tuit el día de las reuniones del Comité Federal de Mercado Abierto (FOMC, sus siglas en inglés) ofrece datos que se pueden utilizar de manera rentable a la hora de operar.

Otro estudio, de Noruega, que se basa en los datos de las tendencias de Google, muestra que el gran interés en la búsqueda de empresas en realidad pronostica bajos rendimientos para la semana posterior, un hallazgo que contrasta con estudios similares realizados con anterioridad.

Por supuesto que no es así de simple, pero los estudios, que parten de una gran demanda por invertir de manera rentable en función de los datos de las redes sociales y de Internet, tienden a confirmar la reputación de Twitter como informador, a diferencia del atractivo más masivo de Google.

Irónicamente, esta visión ha frenado las acciones de Twitter (NYSE: Twitter [TWTR]) debido a los temores de que tendrá dificultades para crecer mucho más allá de su base de seguidores acérrimos. Por el contrario, las acciones de Alphabet, el padre de Google (NASDAQ: Alphabet Class C [GOOG]) que tiene un papel fundamental en todo lo online, han subido un 38% en un año, frente a una pérdida del 67% de Twitter.

Twitter parece mostrar buena información sobre el sentimiento hacia aquellos acontecimientos que tienen mayor impacto en el mercado: las decisiones de la Reserva Federal sobre los tipos de interés.

El estudio del MIT revisó los tuits en inglés entre 2007 y 2014 relacionados con la Reserva Federal, midiendo el sentimiento de ellos y analizando su alcance para Twitter.

Los autores del estudio, Andrew Lo, un profesor del MIT y Pablo Azar un estudiante de doctorado allí, escriben:

"Nos aprovechamos de un nuevo conjunto de datos de tuits que hacen referencia a la Reserva Federal y demostramos que el contenido de los tuits se puede utilizar para predecir los rendimientos futuros, incluso después de controlar los factores comunes de la valoración de activos”.

Además, "descubren que una estrategia de asignación de activos basada en tuits supera a varios puntos de referencia, incluyendo una estrategia que compra y mantiene un índice de mercado, así como una estrategia dinámica de asignación de activos comparable que no utiliza la información de Twitter".

En los días en los que el FOMC se reúne, un incremento de la desviación estándar en el sentimiento de Twitter aumentará los rendimientos en un 0,62%, según el estudio, una diferencia positiva significativa durante un período corto.

Twitter o Google

Cabe destacar que, durante el período 2010-2014 una estrategia simple que compra acciones el día antes de las decisiones del FOMC no funcionó bien, a diferencia de las normas históricas, pero la estrategia basada en Twitter lo hizo. Eso indica que los resultados no son simplemente un producto del conocido efecto de deriva antes de que el FOMC aumente las acciones.

Sin embargo, existen muchas otras advertencias, la mayoría indican la necesidad de seguir investigando. Twitter, la Reserva Federal y los mercados financieros se encontraban todos en situaciones inusuales o sin precedentes desde 2007 hasta 2014. Los mercados estaban generalmente creciendo, apoyados en parte por una política monetaria totalmente sin precedentes.

Al mismo tiempo, Twitter estaba demostrando su verdadero valor y se convirtió, para muchos participantes en el mercado, en una parte clave de la forma en que siguen los sucesos y entre sí el día del FOMC. Mientras que los accionistas de Twitter podrían querer muchos usuarios nuevos, es muy posible que los datos derivados de tuits lleguen a ser menos útiles con el tiempo si la mayoría de los tuits son imágenes de lindos gatos.

En 2015, un estudio de la Universidad Johns Hopkins utilizó Twitter para ayudar a generar reacciones ante los datos sobre los ingresos de una empresa de una forma predictiva.

En cuanto a Google, donde los estudios anteriores del volumen de búsqueda mostraron que el creciente interés llevó a unos rendimientos positivos de una o dos semanas. Este estudio, realizado por académicos de la Universidad Noruega de Ciencia y Tecnología de Trondheim, no confirmó estos hallazgos. Analizando los datos del volumen de búsquedas en Google desde 2008 a 2013, intentaron relacionar las consultas de búsqueda con rendimientos superiores al mercado en las acciones individuales.

Desde el punto de vista de un comerciante, los resultados aunque interesantes, eran en cierto modo los peores. El creciente interés en la búsqueda de empresas dio lugar a rendimientos negativos durante los días posteriores. Sin embargo, lamentablemente el efecto fue lo suficientemente reducido que no pudo superar el obstáculo de los costes de las transacciones cuando se convierten en una estrategia de negociación.

Como ocurre con todos estos estudios es difícil saber exactamente donde nos deja esto.

En contraposición, se podría argumentar que las empresas suelen buscar acciones en momentos delicados y, por eso, las candidatas son escasas. Por un lado, como los autores señalan, puede ser simplemente que el mercado sea cada vez mejor y más rápido para incorporar la información de los resultados de la búsqueda en Internet a los precios del mercado. Sin duda, hay comerciantes que lo intentan basándose en algoritmos.

Por ahora, sin embargo, la lección parece ser: utilizar Twitter para saber lo que está ocurriendo y Google para encontrar tiendas de neumáticos cerca de donde vives.

Lea también:
Por favor, describa el error
Cerrar