TU Darmstadt / ULB / TUbiblio

The Value of Social Media for Predicting Stock Returns - Preconditions, Instruments and Performance Analysis

Nofer, Michael (2014):
The Value of Social Media for Predicting Stock Returns - Preconditions, Instruments and Performance Analysis.
Darmstadt, TU Darmstadt,
[Ph.D. Thesis]

Abstract

The cumulative dissertation of Michael Nofer examines whether Social Media platforms can be used to predict stock returns. Market-relevant information is available on various platforms on the Internet, which consist largely of user generated content. For instance, emotions can be extracted in order to identify the investors' risk appetite and in turn the willingness to invest in stocks. Discussion forums also provide an opportunity to extract opinions on certain stocks. Taking Social Media platforms as examples, the dissertation examines the forecasting quality of user generated content on the Internet.

Item Type: Ph.D. Thesis
Erschienen: 2014
Creators: Nofer, Michael
Title: The Value of Social Media for Predicting Stock Returns - Preconditions, Instruments and Performance Analysis
Language: English
Abstract:

The cumulative dissertation of Michael Nofer examines whether Social Media platforms can be used to predict stock returns. Market-relevant information is available on various platforms on the Internet, which consist largely of user generated content. For instance, emotions can be extracted in order to identify the investors' risk appetite and in turn the willingness to invest in stocks. Discussion forums also provide an opportunity to extract opinions on certain stocks. Taking Social Media platforms as examples, the dissertation examines the forecasting quality of user generated content on the Internet.

Place of Publication: Darmstadt
Divisions: 01 Department of Law and Economics
01 Department of Law and Economics > Betriebswirtschaftliche Fachgebiete
01 Department of Law and Economics > Betriebswirtschaftliche Fachgebiete > Fachgebiet Electronic Markets
Date Deposited: 14 Dec 2014 20:55
Official URL: http://tuprints.ulb.tu-darmstadt.de/4286
URN: urn:nbn:de:tuda-tuprints-42863
Referees: Hinz, Prof. Dr. Oliver and Benlian, Prof. Dr. Alexander
Refereed / Verteidigung / mdl. Prüfung: 6 November 2014
Alternative Abstract:
Alternative abstract Language

Die kumulative Dissertation von Michael Nofer untersucht, ob und inwiefern Social Media für die Prognose von Aktienkursen genutzt werden kann. Börsenrelevante Informationen finden sich auf verschiedenen Social Media Plattformen im Internet, welche zu einem Großteil aus nutzergenerierten Daten (user generated content) bestehen. So lassen sich aus den Beiträgen der Nutzer beispielsweise Emotionen extrahieren, woraus Aussagen über die Risikobereitschaft von Investoren und demzufolge auch über die zukünftige Entwicklung von Börsenkursen abgeleitet werden können. Diskussionsforen bieten ebenfalls eine Möglichkeit, Meinungen von Investoren über einzelne Aktien zu identifizieren. Die Dissertation untersucht am Beispiel verschiedener Social Media Plattformen die Prognosegüte nutzergenerierter Daten im Internet.

German
Export:
Suche nach Titel in: TUfind oder in Google
Send an inquiry Send an inquiry

Options (only for editors)
Show editorial Details Show editorial Details