*

mánudagur, 27. september 2021
Innlent 17. júlí 2021 19:01

Gervigreind metur markaðsáhrif tísta

Viktor Víðisson hugbúnaðarverkfræðingur þjálfaði gervigreindartauganet til að flokka Twitter-tíst eftir markaðsáhrifum.

Andrea Sigurðardóttir
Viktor Víðisson þjálfaði gervigreindartauganet til að flokka tíst eftir markaðsáhrifum.
Aðsend mynd

Gervigreind er notuð í sívaxandi mæli til þess að takast á við flókin viðfangsefni og eru markaðsviðskipti þar engin undantekning. Meistaraverkefni Viktors Víðissonar, nýútskrifaðs hugbúnaðarverkfræðings frá Háskólanum í Reykjavík, vakti athygli Viðskiptablaðsins í þeim efnum.

Í verkefninu skoðaði Viktor hvort Twitter-tíst Trumps og tíst tengd stjórnarmeðlimum bandaríska Seðlabankans sem „trenduðu", þ.e. næðu fljótt mikilli útbreiðslu, hefðu meiri áhrif á markaðinn en tíst sem næðu ekki slíkri útbreiðslu og þá hvort gervigreindartauganet (e. Artificial Neural Network) gætu lært að flokka tíst eftir því hvort þau hefðu markaðsáhrif eða ekki.

„Tauganetið greinir hvort tístin hafa áhrif á markaðinn, en þær upplýsingar geta til að mynda nýst markaðsaðilum við ákvörðun á viðskiptastrategíum. Ef tíst hefur augljóslega mikil áhrif á markaðsþróun, þannig að markaðurinn fer skyndilega að hreyfast í aðra átt, gætu markaðsaðilar viljað endurskoða strategíur sínar. Viðskiptavakar sem eiga viðskipti á báðum hliðum, kaup og sölu, gætu sem dæmi viljað draga sig út við tilteknar aðstæður eða stækka verðbilið milli kaup- og sölupantana. Slíkar upplýsingar nýtast jafnframt fjárfestum sem elta flökt á markaði," segir Viktor.

Umfangsmeira en hann reiknaði með

Hann komst að þeirri niðurstöðu í verkefninu að hægt væri að þjálfa tauganet til að flokka tíst eftir markaðsáhrifum með áreiðanlegum hætti en segir að verkefnið hafi reynst mun umfangsmeira en hann hafi reiknað með í upphafi.

„Það er alltaf mikil áskorun að þjálfa tauganet til að skilja texta og sömuleiðis er það áskorun að nota markaðsviðskiptagögn og vera með ójafnvægi í gagnasöfnum (e. unbalanced data). Þetta þrennt flækti málin töluvert."

Til þess að meta áhrif tístanna þurfti hann að bera hvert eitt og einasta þeirra saman við markaðsgögn.

„Þetta voru um 300 þúsund tíst og ég bar hvert einasta þeirra saman við markaðsgögn og mældi hvort breytingar yrðu á markaðinum eftir birtingu þeirra. Ég mældi meðal annars flökt, umfang pantana sem valda verðbreytingum (e. sweep), jafnvægi á kaup- og söluhliðum og hegðun viðskiptavaka. Með því að mæla markaðsþróun fyrir og eftir hvert einasta tíst fékk algóritminn gögn til að þjálfa tauganetið til að meta markaðsáhrif tístanna."

Seðlabankastjóri áhrifamestur

Þá segir hann það hafa verið mikilvægt að geta áttað sig á því hvaða tíst næðu útbreiðslu.

„Ég skoðaði hversu mikla umfjöllun hvert einasta tíst var komið með um klukkustund eftir birtingu og bjó þannig til sífellt fleiri gagnasöfn til að þjálfa tauganetið með og gat byrjað á að þjálfa tauganetið með gagnasöfnum sem innihéldu tíst með mestu dreifingunni. Tíst Trumps höfðu mikil áhrif á markaðinn í valdatíð hans. Hann tísti að vísu mjög mikið og langflest tísta hans höfðu engin áhrif á markaðinn en þau sem gerðu það gátu haft svakaleg áhrif. Þau tíst hans sem náðu mikilli útbreiðslu gátu þannig haft mjög mikil áhrif á markaðinn og því var gagnlegt að þjálfa tauganetið með þeim fyrst."

Tíst sem vitna í stjórnarmeðlimi bandaríska Seðlabankans í fyrirsögn, og þá sérstaklega seðlabankastjórann Jerome Powell, reyndust sömuleiðis mjög áhrifamikil.

„Meðlimir Seðlabankans gefa reglulega út ræður sem veita upplýsingar varðandi framtíðina en þrátt fyrir að þeir reyni markvisst að orða þær þannig að þær hafi ekki áhrif á markaðinn er yfirleitt lesið milli línanna hjá þeim, tístin ná útbreiðslu og hafa oft mjög mikil markaðsáhrif. Þar reyndust tíst tengd seðlabankastjóranum áhrifamest."

Nánar er fjallað um málið í Viðskiptablaðinu. Áskrifendur geta nálgast blaðið undir Tölublöð, aðrir geta skráð sig í áskrift hér