Viele Finanzwirtschaftler argumentieren, dass der Aktienmarkt zufällig sei, daer von zufälligen Ereignissen regiert wird, was wiederum in der Effizienzmarkthypothese und der Random-Walk-Theorie verankert ist. Aber ist es wirklich so?

Wissenschaftler haben dies auf die Probe gestellt und versucht den Aktienmarkt mittels sozialen Medien und speziell Twitter vorherzusagen und zu zeigen, dass es tatsächlich möglich ist, ein Gefühl dafür zu entwickeln, wohin sich der Markt bewegen wird. Eines der wegweisenden Forschungspapiere zu diesem Thema stammt von Bollen et. al.,[1] In diesem Beitrag werde ich versuchen, in einfachen Worten zu erklären, wie in dieser und weiteren Analysen vorgegangen wurde und ob es nun wirklich möglich ist, mit Hilfe von Machine Learning und Twitter den Aktienmarkt vorherzusagen.

Bollen benutzte Twitter bzw. Tweets („auf Twitter versendeten Nachrichten“) und bewies, dass es eine Korrelation zwischen den Stimmungen der Öffentlichkeit, die auf Twitter ausgedrückt werden und dem Aktienmarkt gibt. Weitere Forschungspapiere wie etwa die von Chen und Lauer [2], Xiao und Chen [3] oder Nisar und Yeaung [4] gingen noch weiter und haben auf Basis der durch die Tweets ausgedrückten Stimmungen teilweise sogar Handelssysteme entworfen und getestet, wie diese im Vergleich zu einer Benchmark performen.

Twitter-Stimmungsanalyse

Können Maschinen Emotionen verstehen und interpretieren? Nein, können sie nicht. Zumindest nicht bis heute. Mit Nein meine ich allerdings kein „perfektes Nein“ (sondern ein eher sehr unvollkommenes), denn Maschinen können mittlerweile eine große Bandbreite an Emotionen verstehen (wenn auch nicht perfekt und zuverlässig). Mittels Machine Learning ist es möglich, eine Stimmung zu messen, welche in einem bestimmten Text ausgedrückt wird.

Um das Thema Text Mining möglichst greifbar zu machen, werde ich es mit Hilfe eines einfachen Beispiels erläutern. Dazu habe ich mir Tweets von Donald Trump heruntergeladen und möchte Schritt für Schritt zeigen, wie genau man diese Tweets aufbereiten kann, um sie dann gewissen Emotionen zuzuordnen. Den dazugehörigen Code habe ich jeweils in die Abschnitte eingefügt, so dass jeder der will, diesen ganz einfach replizieren kann.

• Einlesen der Daten

Mittels der API von Twitter, kann sich jeder Nutzer Tweets zu einem gewissen Themenbereich herunterladen. Da aber sicherlich nicht jeder einen Account besitzt, kann man einfach auf bereits heruntergeladene Datensätze, welche im Internet frei zur Verfügung stehen, zurückgreifen. Den von mir bearbeiteten Datensatz gibt es frei auf Kaggle und besteht aus über 7000 Tweets.

library(tidytext)
library(dplyr)
library(wordcloud)
library(tidyr)
library(ggplot2)
library(readr)
#Tweets einlesen
df = readr::read_csv('Donald-Tweets.csv')

• Auftrennen der Tweets in einzelne Wörter

Als wirklich ersten Schritt werden die Tweets, welche logischerweise immer aus einem Satz bestehen, in einzelne Wörter aufgetrennt, um zu sehen, welche Wörter Mr. Trump am meisten verwendet. Mit Hilfe von R und dem Package tidytext lässt sich dies in nur ein paar Zeilen Code bewältigen:

#Tweets auftrennen
df_tidy = df %>%
  tidytext::unnest_tokens(word, Tweet_Text)
#Erstellen einer Wordcloud
df_tidy %>%
  count(word) %>%
  with(wordcloud(word, n, max.words = 100,
                 colors = RColorBrewer::brewer.pal(8,"Dark2")))

Um das Ergebnis letztendlich zu visualisieren, bietet sich eine Wordcloud an. Hier werden öfter verwendete Wörter ganz einfach größer dargestellt als Wörter, die sehr selten verwendet wurden.

Nachteil daran ist jedoch, dass man nicht sieht wie oft die Wörter in Summe nun wirklich verwendet wurden. Hier bietet sich ein einfaches und zugleich übersichtliches Balkendiagramm an.

#Zählen und Darstellen der meistgenannten Wörter
df_tidy %>%
  count(word, sort = T) %>%
  filter(n > 500) %>%
  mutate(word = reorder(word,n)) %>%
  ggplot(aes(word,n)) +
  geom_col() +
  xlab(NULL) +
  coord_flip()

Eines sollte direkt auffallen, und zwar, dass viele Wörter, die sehr oft verwendet wurden, in der Kategorie der Stopwords fallen. Beispielsweise ist das meistverwendete Word „the“, allerdings wird dieses Wort so gut wie keine Bedeutung in der späteren Analyse haben, da es keinerlei Emotionen ausdrückt. Es werden also Wörter gesucht, die einerseits oft verwendet werden, da sie so eine gewisse Signifikanz haben und andererseits auch wirklich eine große Bedeutung.

• „Reinigen“ des Datensatzes

In einem nächsten Schritt wird der Datensatz also „gereinigt“ bzw. alle Wörter ohne Bedeutung wie bspw. the, of, to usw. entfernt. Dazu gibt es bereits Wörterbücher, die solche Wörter enthalten, was das Ganze natürlich um einiges leichter macht.

#Remove all the stop words
data("stop_words")
df_tidy <- df_tidy %>%
  anti_join(stop_words, by = "word")
#Zählen der meistgenannten Wörter
df_tidy %>%
  count(word, sort = T) %>%
  filter(n > 500) %>%
  mutate(word = reorder(word,n)) %>%
  ggplot(aes(word,n)) +
  geom_col() +
  xlab(NULL) +
  coord_flip()

Wunderbar.

Jedoch sollten einzelne Wörter wie etwa https zusätzlich noch entfernt werden, da diese wahrscheinlich durch gepostete Links zustandekommen. Es ist also sehr wichtig, den Datensatz genaustens zu untersuchen, um eine möglichst hochwertige Datenbasis für die folgende Analyse zu haben.

•  Emotionen zuordnen

In den oben angesprochenen Forschungspapieren wurde mit Emotionen gearbeitet. Sollte also bspw. eine hohe Anzahl an Angst durch Tweets empfangen werden, dann könnte man theoretisch annehmen, dass die Kurse sinken. Bei euphorischer Stimmung mag wahrscheinlich genau das Gegenteil der Fall sein.

Für diesen Schritt gibt es ebenfalls vorgefertigte Lexika, welche den einzelnen Wörtern verschiedene Emotionen wie Angst oder Freude zuordnen. Natürlich ist es möglich auch ein individuelles Lexikon an Emotionen zu erstellen, jedoch wollen wir uns an dieser Stelle das Leben einfach machen.

#Emotionen definieren
nrc_emotions = get_sentiments("nrc") %>%
  filter(sentiment != "negative" & sentiment != "positive")
#Emotionen den einzelnen Wörtern zuordnen und darstellen
df_tidy %>%
  inner_join(nrc_emotions, by = "word") %>%
  group_by(sentiment) %>%
  summarize(count = n()) %>%
  ggplot(aes(x = reorder(sentiment, count), y = count)) +
  geom_col() +
  coord_flip() +
  labs(x = "Emotionen", y = "Anzahl Wörter") +
  theme_minimal(base_size = 18) + 
  ggtitle("Übersicht über enthaltenen Emotionen")

Wir sehen also, dass Trump generell sehr viel über Emotionen wie Vertrauen (Trust), Erwartung (Anticipation) oder Überraschung (Surprise) twittert. Auf Basis eines solchen Datensatzes könnten wir nun ein Modell erstellen, welches eine Verbindung zischen den Emotionen und dem Aktienmarkt herstellt. Die genauen Ergebnisse der Forschungspapiere werden wir natürlich nicht replizieren, diese werde ich im folgenden Abschnitt lediglich diskutieren.

Kann man den Markt mit Twitter outperformen?

Wie wir soeben selbst gesehen haben, ist es mittels Algorithmen möglich, die Stimmung, die in einem bestimmten Text ausgedrückt wird, zu messen. Aber das große Problem dabei ist, dass die Genauigkeit viel zu wünschen übriglässt. Nichtdestotrotz ist es mit einigen Abschlägen möglich, das Sentiment hinter den Tweets zu messen und auf die gewünschte Weise zu interpretieren. Dies ist die Idee hinter den Werkzeugen, die Bollen und die anderen Autoren verwendet haben, um die Stimmung aus Tweets zu erhalten. Ein Teilergebnis einer dieser Analysen ist wie folgt:

Es existieren zwei wichtige Ereignisse auf der Grafik: Das eine ist die Präsidentschaftswahl 2008 und das andere ist Thanksgiving. Bollen scheint diesen Zeitraum aus diesem ganz besonderen Grund gewählt zu haben, weil die Stimmung der Menschen zu diesen Zeitpunkten interpretierbar ist, so dass dies genutzt werden kann um zu zeigen, dass das Modell tatsächlich in der Lage ist die Stimmung der Leute zu messen.

Somit haben wir hier eine Möglichkeit kennengelernt, ein Modell für die Vorhersage zu trainieren. Selbstverständlich sind hier noch einige andere Schritte nötig, jedoch ist das grundlegende Verständnis des Vorgehens hoffentlich etwas klarer geworden.

Generell kann die zu Beginn dieses Abschnitts gestellte Frage meiner Meinung nach mit einem Jein beantwortet werden. Es gibt eine riesige Menge an Research in diesem Gebiet und viele Ergebnisse sind sehr vielversprechend bzw. haben mittels verschiedener Machine Learning Methoden die jeweilige Benchmark outperformt, jedoch kann abschließend kein klares Ja gefällt werden.

Sollte jemand eine äußerst profitable Strategie besitzen, die sich an Twitter oder sonstigen sozialen Medien bedient und damit gewisse Prognosen abgibt, die dazu noch profitabel genug sind um Geld damit zu verdienen, dann werden wir den verwendeten Algorithmus wohl niemals zu Gesicht bekommen. Die Forschung hat hier dennoch einiges geleistet und aufgezeigt, dass Machine Lerning definitiv dazu genutzt werden kann, die sozialen Medien für Finanzanalysen auszuwerten.

Mit freundlichen Grüßen und weiterhin ein schwankungsfreies Portfolio,

Dein Felix von Portfolio-Architekt

Quellen:

[1] Bollen et al. : Twitter mood predicts the stock market

[2] Chen und Lauer: Sentiment Analysis of Twitter Feeds for the
Prediction of Stock Market Movement

[3] Xiao und Chen: Trading the Twitter Sentiment with Reinforcement Learning

[4] Nisar und Yeaung: Twitter as a tool for forecasting stock market movements: A short-window event study

In diesem Artikel werde ich das Portfolio von David Swensen einem Backtest unterziehen, um zu sehen wie das sogenannte „Endowment-Modell“ performt. Dabei möchte ich erwähnen, dass ich das Portfolio u.a. in meinem Buch getestet habe und dieser Artikel sozusagen einen kleinen Auszug meines Buches darstellt, da mich einige Fragen erreicht haben welchen Ansatz ich darin verfolgt habe. Nachträglich von mir eingefügte Kommentare zwischen den Grafiken werde ich in kursiv darstellen, da zur vollen Verständlichkeit des Backtests ein paar zusätzliche Erklärungen notwendig sind.

David F. Swensen ist ein amerikanischer Investor, Fondsmanager und Philanthrop. Seit 1985 ist er Chief Investment Officer der Yale University. Swensen ist verantwortlich für die Verwaltung und Anlage des Stiftungsvermögens und der Investmentfonds von Yale, die sich im September 2016 auf insgesamt 25,4 Mrd. USD beliefen. Zusammen mit Dean Takahashi kreierte er das Yale-Modell, eine Anwendung der modernen Portfolio-Theorie, die in der Investmentwelt als „Endowment-Modell“ bekannt ist. Seine Anlagephilosophie wurde als „Swensen Approach“ bezeichnet und ist insofern einzigartig, weil sie die Kapitalallokation in Treasury Inflation Protection Securities, Staatsanleihen, Immobilienfonds, Aktien aus Schwellenmärkten, inländischen Aktien und internationalen Aktien aus Schwellenländern hervorhebt.
Sein Anlageerfolg beim Yale Endowment hat die Aufmerksamkeit von Wall Street-Portfoliomanagern und anderen Universitäten auf sich gezogen. Andere Investoren von Universitäten wie Harvard, MIT, Princeton, Wesleyan und der University of Pennsylvania haben seine Allokationsstrategien implementiert. Unter Swensens Führung erzielte die Yale-Stiftung von 1999 bis 2009 eine durchschnittliche jährliche Rendite von 11,8 Prozent.
Swensen wurde 2012 auf dem dritten Platz der aiCIO gelistet, einer Liste der 100 einflussreichsten institutionellen Investoren weltweit. Im Jahr 2008 wurde er in die Hall of Fame des Hedge Fund Managers von Alpha für institutionelle Anleger aufgenommen.

Zur besseren Vergleichbarkeit der Performance wurden zwei Benchmark-Portfolios erstellt. Das „normale“ 60/40 Portfolio investiert 60 Prozent in den S&P500 und 40 Prozent in kurzlaufende Staatsanleihen der USA. Da jedoch viele Anleger wahrscheinlich ein globaleres Portfolio bevorzugen, wurde von mir ein selbst entworfenes globales 60/40 Portfolio erstellt, welches 30 Prozent weiterhin in den S&P500, 20 Prozent in den MSCI EAFE, 10 Prozent in die Schwellenländer, 20 Prozent in amerikanische Staatsanleihen und 20 Prozent in globale 10-jahres Staatsanleihen investiert.

Rollierende Renditen bieten einen guten Überblick über die Performance eines bestimmten Anlagezeitraums. Die Grafik lässt sich folgendermaßen interpretieren:

Angenommen wir befinden uns im Jahr 1975 und wollen mittels der hier vorgestellten Asset Allokation unser Portfolio erstellen und wählen einen Anlagezeitraum von 10 Jahren. In der Grafik lässt sich das Ergebnis nun an der 10-jahres rollierenden Rendite ablesen, und zwar im Jahr 1985. In dem gewählten Zeitraum hätte man mit diesem Portfolio eine Gesamtrendite in Höhe von knapp 150% erzielt! Da die 10-jahres rollierenden Renditen dieses Portfolios niemals negativ sind, hätte ein Anleger bei einem Mindestanlagehorizont von 10 Jahren im gewählten Testzeitraum IMMER Geld verdient. Bei der hier berechneten Rendite wie auch bei allen Renditen in meinem Buch handelt es sich stets um reale Renditen.

Fazit:

Das von Swensen entworfene „Endowment-Modell“ überzeugt auf voller Linie, da es nicht nur beide Benchmarks outperformt, sondern gleichzeitig ein nur marginal höheres Risiko in Form von höherer Volatilität aufzeigt. Dies spiegelt sich selbstverständlich auch in der höhreren Sharpe-Ratio wider.

Sollte dir dieser Backtest gefallen haben und würdest du gerne mehrere Backtests verschiedener Portfoliomanager vergleichen, dann ist mein Buch der richtige Ort. Zusätzlich erstelle ich für jeden Kunden einen individuellen Backtest seines eigenen Portfolios, sofern ich die richtigen historischen Daten zur Verfügung habe.

Mit freundlichen Grüßen und weiterhin ein schwankungsfreies Portfolio

Dein Felix von Portfolio-Architekt