Bitcoin und Twitter – zwei Giganten unserer digitalen Welt. Aber wusstest du, dass die Anzahl der Tweets über Bitcoin, Likes und sogar die Stimmung der Beiträge Einfluss auf den Kurs der Kryptowährung haben könnten? Eine neue Studie mit dem Titel „Mining Tweets to Predict Future Bitcoin Price“ zeigt, wie eng diese beiden Phänomene verbunden sein können. Lies weiter, um zu erfahren, wie Forscher die Mysterien des Bitcoin-Kurses mit Millionen von Tweets zu entschlüsseln versuchen.
16 Millionen Tweets als Datengoldmine
Die Grundlage der Untersuchung: ein gigantischer Datensatz von 16 Millionen Tweets, gesammelt über drei Jahre. Die Forscher analysierten dabei englischsprachige Tweets, die rund 80 % des Datensatzes ausmachten. Anschließend wurden die Daten auf Tagesbasis verdichtet, wobei Interaktionen wie Likes, Retweets und Antworten eine zentrale Rolle spielten.
Doch wie bringt man Ordnung in dieses Datenchaos? Mit bewährten Methoden der Sentiment-Analyse, die Tweets in positive, negative oder neutrale Kategorien einteilen. Tools wie VADER und TextBlob halfen dabei, Emotionen in den Beiträgen zu quantifizieren.
Was verrät die Stimmung auf Twitter über den Bitcoin-Kurs?
Die Forscher fanden heraus, dass eine positive Stimmung in Tweets oft mit einem Anstieg des Bitcoin-Preises korreliert. Umgekehrt können negative Tweets auf einen Kursrückgang hindeuten. Es geht aber nicht nur um das „Was“, sondern auch um das „Wie viel“: Je mehr Interaktionen ein Tweet generiert, desto größer könnte sein Einfluss sein.
Ein ähnlicher Zusammenhang wurde schon in anderen Bereichen entdeckt, z. B. bei Aktienkursen, was zeigt, wie stark soziale Medien auf Finanzmärkte wirken können.
Machine Learning trifft Kryptowährung
Natürlich bleibt es nicht bei der reinen Stimmungsanalyse. Die Forscher nutzten verschiedene Machine-Learning-Modelle, um Vorhersagen zu treffen. Dazu gehörten:
- Regressionsmodelle wie Ridge-Regression und Random Forests, um den Kurs von morgen zu prognostizieren.
- Klassifikationsmodelle wie SVM und XGBoost, um herauszufinden, ob der Kurs steigen oder fallen wird.
Besonders vielversprechend waren Modelle wie Random Forests, die sowohl in der Kursvorhersage als auch bei der Einteilung in steigende/fallende Tendenzen gute Ergebnisse erzielten.
Was bedeutet das für Anleger?
Die Studie zeigt, dass Social-Media-Daten, insbesondere von Twitter, eine wertvolle Ressource für Investoren und Analysten sein könnten. Sie unterstreicht aber auch, dass diese Modelle nur ein Teil des großen Ganzen sind. Andere Datenquellen, wie z. B. Google Trends, könnten die Prognosegenauigkeit weiter erhöhen.
Fazit
Tweets als Glaskugel? Nicht ganz, aber sie könnten zumindest eine nützliche Hilfe sein, um die Stimmung der Märkte besser zu verstehen. Wenn du dich für weitere Einblicke interessierst, kannst du das komplette Paper hier lesen.