In this paper we apply sentiment analysis of Twitter data from July through December, 2013 to find correlation between users’ sentiments and NASDAQ closing price and trading volume. Our analysis is based on the Affective Norms for English Words (ANEW). We propose a novel way of determining weighted mood level based on PageRank algorithm. We find that sentiment data is Granger-causal to financial market performance with high degree of significance. “Happy” and “sad” sentiment variables’ lags are strongly correlated with closing price and “excited” and “calm” lags are strongly correlated with trading volume.

În această lucrare am aplicat analiza sentimentelor de date Twitter din iulie până în decembrie anul 2013, pentru a găsi corelaţia între sentimentele utilizatorilor şi preţul de inchidere NASDAQ şi volumul tranzacţiilor. Analiza noastră se bazează pe Norme Afective pentru Cuvinte Engleze (NACE). Noi propunem un mod nou de determinare a nivelului stării de spirit ponderat bazat pe algoritmul PageRank. Considerăm, că datele sentimentelor sunt legate prin relatia cauza-effect după Granger cu performanţa pieţei financiare cu grad ridicat de importanţă. Lag-uri "Fericit" şi "trist" sunt corelate puternic cu preţul de închidere şi lag-uri "excitat" şi "calm" sunt puternic corelate cu volumul de tranzacţionare.

В этой статье мы применяем анализ тональности текста данных платформы Twitter в период с июля по декабрь 2013 года, чтобы изучить корреляцию между настроением пользователей и ценой закрытия и объемом торгов биржи NASDAQ. Наш анализ основан на Аффективных Нормах Английских Слов (ANEW). Мы предлагаем новый способ определения взвешенного уровня настроения на основе алгоритма PageRank. Мы обнаружили, что настроение пользователей является каузальным по Грейнджеру по отношению к показателям финансового рынка с высокой степенью статистической значимости. Лаги переменных настроения "счастливый" и "грустный" статистически значимо коррелируют с ценой закрытия, а лаги переменных "возбужденный" и "спокойный" коррелирует с объемом торгов.