Sztuczna inteligencja przeanalizuje emocje na rynkach finansowych. "Najlepszy algorytm na świecie"

– Trudno określić dokładną liczbę graczy na poszczególnych rynkach, jednak przyjmuje się, że tylko dla kryptowaluty Bitcoin istnieje z w sumie około 100 milionów dokonujących transakcji portfeli, z których średnio dziennie aktywnych jest około miliona (active daily wallets). A to tylko jedna z setek tysięcy kryptowalut. Dla rynku handlu parami walutowymi Forex zakłada się około 14 mln traderów – komentuje Tomasz Czapliński, partner zarządzający SpeedUp Group, które właśnie zainwestowało w Sentimenti.

Skuteczność prognoz narzędzia Sentistock sięga nawet 78 proc. dla polskich spółek giełdowych oraz niemal 80 proc. dla kryptowalut. – To niespotykana skuteczność, właśnie dzięki odczytywaniu emocji inwestorów i przewidywaniu na ich podstawie zachowań rynku. Nikt tego do tej pory na świecie nie robił i nie robi – mówi Damian Grimling, CEO Sentimenti. I dodaje: - Tak skuteczną predykcję umożliwia analiza treści oparta nie na samym sentymencie (negatywny versus pozytywny), ale na precyzyjnym odczytaniu ośmiu emocji (radość, zaufanie, strach, zaskoczenie, smutek, wstręt, gniew, oczekiwanie). Nie zatrzymujemy się i już prowadzimy prace nad prognozowaniem kursów indeksów największych giełd, jak amerykański S&P 500, niemiecki DAX czy brytyjski FTSE 100, czołowych spółek technologicznych czy par walutowych. 

Kursy wyzaczane emocjami

- W badaniach prowadzonych w projekcie zaadoptowaliśmy model Plutchika, obejmujący osiem emocji podstawowych. Jesteśmy w stanie oszacować, w jakim stopniu te emocje są wyrażone w danym tekście – tłumaczy Grimling. Spółka analizuje dostępne w sieci teksty pod kątem zawartych w nich emocji, aby m.in. tworzyć raporty pokazujące ich wpływ na notowania spółek giełdowych i kursy kryptowalut. Skuteczność predykcji trendów wykonanych z użyciem narzędzia wahają się między 78 proc. a 85 proc. Narzędzie prawidłowo zaprognozowało 87,1 proc. kierunków w trendach dla reprezentatywnej próby 40 spółek z głównego parkietu GPW. W kontekście kryptowalut, na bazie modelu wyuczonego na danych z lat 2018 i 2019, stworzono prognozę na rok 2021 – skuteczność predykcji wskaźnika zmiany kursu Bitcoina wyniosła 78,95 proc.

- To, co na nas zrobiło największe wrażenie, to bardzo zaawansowana technologia, rozwinięta na poziomie udowadniającym jej potencjał, już w momencie, gdy zespół zgłosił się do nas w sprawie finansowania. Jeszcze przed naszą inwestycją zrealizowaliśmy z zespołem projekt PoP, sfinansowany z przyznanego przez nas grantu w wysokości 200 tys. PLN. Pozwoliło to zweryfikować założenia dotyczące komercjalizacji spółki i przetestować produkt u potencjalnych klientów. Widzimy wiele obszarów potencjalnych zastosowań technologii rozpoznawania emocji, zwłaszcza w sektorze finansowym – mówi Tomasz Czapliński.

Inżynieria lingwistyczna, AI i sieci neuronowe

Twórcy Sentimenti przeprowadzili badania psycholingwistyczne z udziałem kilkudziesięciu tysięcy Polaków. Ta reprezentatywna grupa oceniała, jakie emocje odczuwają dla odpowiednio dobranych słów, fraz i całych tekstów. Spółka korzysta z najnowszych rozwiązań z zakresu przetwarzania języka naturalnego, co pozwala na lepsze rozumienie analizowanych tekstów. Narzędzie już dziś rozpoznaje emocje w 17 językach, docelowo będzie ich około 100. Podstawą projektu było zebranie i kategoryzacja emocji dla ponad 30 000 słów, fraz i tekstów na grupie 22 000 Polaków. Zbiór będący największą w Polsce, i jedną z największych na świecie, bazą słów i tekstów otagowanych emotywnie opracowali neurobiolodzy z Instytutu Nenckiego Polskiej Akademii Nauk. Następnie zbiór ten został wykorzystany w modelach uczenia maszynowego przez inżynierów lingwistów Politechniki Wrocławskiej. – Dostarczamy wyniki w oparciu o dwa modele: 8 emocji podstawowych zaproponowanych przez Plutchika oraz klasyczny model sentymentu ze skalą polaryzacji (pozytywny, negatywny) i pobudzenia dla dowolnych tekstów. Mamy 1,5 mln oznaczonych emocjami słów fraz i tekstów. Dzięki temu mamy najlepszy na świecie algorytm do rozpoznawania emocji w tekstach – komentuje Damian Grimling.

Katarzyna Maszyna, czyli jak działa analiza Sentimenti?

Katarzyna Maszyna, bo tak nazywa się autorski algorytm Sentimenti, automatycznie odczytujący każdą z ośmiu emocji, sentyment oraz pobudzenie, na tysiącach dowolnie długich tekstów jednocześnie, w kilkunastu językach. Algorytm potrafi odczytać kontekst wypowiedzi, zrozumieć emotikonki, skrótowce, wydźwięk i temperament – to wszystko, co wpływa na czytelnika. Rozumiejąc kontekst, potrafi także kategoryzować teksty. Narzędzie bada w czasie rzeczywistym emocje oraz sentyment w kanałach komunikacji na zewnątrz firmy, w przestrzeni sieci, śledzi i analizuje, to co mówi się o marce w sieci (social listening). Sentimenti raportuje i opracowuje dane analogiczne do tych zbieranych podczas badań focusowych szybciej i na znacznie większej grupie respondentów. Co kluczowe, w czasie rzeczywistym bada opinie wyrażane spontanicznie.

Internet to dziś przestrzeń do dzielenia się opiniami na każdy temat. Ludzie w sieci komentują już wszystko, nie ma znaczenia kim są i skąd piszą. Dostęp do niego jest powszechny, a jednocześnie nowy, drzemiący w nim potencjał nie ma granic -ńsk mówi Czapliński

W planach Sentimenti jest rozwój narzędzia o analizę nowych języków, co pozwoli wchodzić z narzędziem na kolejne rynki lokalne. – Monitorowanie tego, co o firmach pisze w Internecie ich otoczenie staje się koniecznością i procesem tak powszechnym, jak płacenie pensji pracownikom czy utrzymywanie strony internetowej. To, co zmienia Sentimenti, to monitorowanie opinii pod kątem emocji, o których biznes czasem zapomina. Tymczasem dopiero tak stworzone analizy dają naprawdę jakościowe i użyteczne informacje pozwalające podejmować trafne biznesowo i wizerunkowo decyzje – tłumaczy Damian Grimling z Sentimenti i dodaje, że Sentimenti ma wiele zastosowań w różnych dziedzinach – od e-commerce, przez finanse po politykę, od badań kryzysów wizerunkowych po customer experience.