Izgleda, međutim, da je Johan Bollen s Indiana Universityja pronašao način kako predvidjeti kretanja na burzi šest dana unaprijed. Jedino sredstvo koje koristi jest analiza na prvi pogled nepovezanih riječi koje pišu korisnici Twittera, piše Business.hr.

Slijedeći pretpostavku da golema količina podataka s Twittera u određenoj mjeri reprezentira svijest čovječanstva, Bollen je stvorio algoritam GPOMS koji mjeri šest stanja svijesti: sreću, prijaznost, uzbunjenost, sigurnost, vitalnost i mirnoću.

Analizom 9,7 milijuna twittova od 2,7 milijuna korisnika diljem svijeta otkriveno je da GPOMS i Dow Jones Industrial Average (DJIA) koreliraju u 87,6 posto slučajeva, s tim da DJIA, neobjašnjivo, kasni za Twitterom od dva do šest dana.

Cijelu studiju kako raspoloženje na Twitteru djeluje na burzovna kretanja možete pronaći ovdje.