Studia Medioznawcze: logo

Studia Medioznawcze Media Studies 1 (72) 2018

Okładka

Online predictions of joint stock companies

Agnieszka Woch
(Wydział Dziennikarstwa, Informacji i Bibliologii Uniwersytetu Warszawskiego/Faculty of Journalism, Information and Book Studies, University of Warsaw)

Michał Wójcikiewicz
(Wydział Dziennikarstwa, Informacji i Bibliologii Uniwersytetu Warszawskiego/Faculty of Journalism, Information and Book Studies, University of Warsaw)

PDF Pełny tekst artykułu

Through the example of opportunities of prediction of share prices on basis of the analysis of sentiments related with joint stock companies companies, this paper indicates that Big Data is a valuable source of new information. The authors have analyzed relations between Big Data resources and share prices of selected companies: KGHM, Enea, Synthos and Tauron. They have further made an interpretation and classification of the posts written by internet users. The analysis is being completed by research on sentiments (positive, negative and neutral) to share prices in the period of January and March 2015.

KEYWORDS

Big Data, stock market, joint stock companies, sentiments, new sources of information, finances

BIBLIOGRAPHY

  • Big Data, bigger digital shadows, and biggest growth in the Far East, https://www.emc.com/collateral/analyst-reports/idc-digital-universe-united-states.pdf [dostęp: 25.04.15].
  • Bollen J., Mao H., Zeng X., Twitter mood predicts the stock market, „Journal of Computational Science” 2011, Vol. 2, wyd. 1.
  • Carr N., Płytki umysł. Jak Internet wpływa na nasz mózg, Gliwice 2013.
  • Chen H., Chiang R., Storey V., Business intelligence and analytics: From Big Data to big impact, „MIS Quarterly” 2012, s. 1165–1188.
  • Cukier K., Mayer-Schonberger V., Big Data. Rewolucja, która zmieni nasze myślenie, Warszawa 2014.
  • Curme C. i in., Quantifying the semantics of search behavior before stock market moves, „PNAS” 2014, nr 32.
  • Dhar V., Can Big Data machines analyze stock market sentiment?, „Big Data” 2014, nr 4, s. 178.
  • Drzewiecki R., System wyceny człowieka. Oto jak Big Data rządzi światem, „Forsal.pl” 2014, http://forsal.pl/artykuly/785494,system-wyceny-czlowieka-oto-jak-big-data-rzadzi-swiatem.html [dostęp: 3.05.2015].
  • Ferguson G.A., Takane Y., Analiza statystyczna w psychologii i pedagogice, Warszawa 2009.
  • Gogołek W., Kuczma P., Rafi nacja informacji sieciowych na przykładzie wyborów parlamentarnych, „Studia Medioznawcze” 2013, nr 2 (53).
  • Hall R., Taylor J., Makroekonomia, Warszawa 2010.
  • Liu Y., Big Data and predictive business analytics, http://eds.b.ebscohost.com.atoz.han.buw.uw.edu.pl/eds/pdfviewer/pdfviewer?sid=3149252a-86a3-462d-87c0-690b06fda804%40sessionmgr110&vid=6&hid=112 [dostęp: 09.05.15].
  • Martin J., The „Big Data” solution for Wall Street, http://iknowfi rst.com/the-big-data-solution-for-wall-street [dostęp: 24.04.2015].
  • Martínez Bustos S. i in., Pricing stocks with yardsticks and sentiments, „Algorithmic Finance” 2011, nr 1.
  • Pisarek W., Polskie słowa sztandarowe i ich publiczność, Kraków 2002.
  • Rechenthin M., Street W.N., Srinivasan P., Stock chatter: Using stock sentiment to predict price direction, „Algorithmic Finance” 2013, nr 3-4s. 169-196.
  • Smailović J. i in., Predictive sentiment analysis of Tweets: A stock market application, „Human-computer interaction and knowledge discovery in complex, unstructured, Big Data” 2013, s. 77–88.
  • Smith K., Big Data discoveries, „Best’s Review” 2015, nr 7.
  • Tabakow M., Korczak J., Franczyk B., Big Data – defi nicje, wyzwania i technologie informatyczne, „Informatyka Ekonomiczna” 2014, nr 1 (31).
  • The digital universe of opportunities: Rich Data and the inreasing value of the Internet of things, http://www.emc.com/leadership/digital-universe/2014iview/executive-summary.htm [dostęp: 25.04.15].
  • The Internet in real time, http://pennystocks.la/internet-in-real-time/ [dostęp: 25.04.15].