API Data365 pour la recherche doctorale : comment les Tweets et Reddit peuvent-ils prédire l'évolution du marché ?

Il ne s'agissait pas simplement d'une thèse, mais d'une mission à double objectif.

• Une partie : publier des travaux universitaires significatifs.
• L'autre : introduire un comportement financier moderne en classe grâce à des données de marché en direct, à des simulations de cas et à de meilleurs outils pour ses étudiants.

Définition de la mission et définition de l'objectif

Pour explorer le lien entre le sentiment des investisseurs et le comportement du marché, le professeur Willis a entrepris de :

[[ggp
https://cdn.prod.website-files.com/64d9f528c6b6445ddaf33590/6911f42d221d529c586a27df_Frame%201000003970.svg
https://cdn.prod.website-files.com/64d9f528c6b6445ddaf33590/6911f42dc5da0e641239b6cf_Frame%201000003971.svg
https://cdn.prod.website-files.com/64d9f528c6b6445ddaf33590/6911f42de36326bd37dedfdb_Frame%201000003972.svg
]]

• Analysez une année complète (mai 2024 — mai 2025) de publications sur Reddit et Twitter mentionnant les principales actions américaines ($TSLA, $AAPL, $AMZN, $NVDA, $GME, $JPM, $WMT) ;
• Filtrez ces publications en fonction de termes relatifs au sentiment financier tels que « haussier », « baissier », « achat », « vente » ;
• Comparez les scores de confiance sur les réseaux sociaux (traités à l'aide de VADER) aux indicateurs de performance des actions (mouvement des cours, volume des transactions et volatilité) provenant de sources telles que Yahoo Finance.

[[/ggp]]

Tout cela dans le but de répondre à deux questions clés :

1. Existe-t-il une relation statistiquement significative (plus de 60 %) entre le sentiment social et l'orientation du marché ?
2. Les données sociales en temps réel améliorent-elles la précision des prévisions de trading à court terme ?

Les réponses ? ‍
Oui, Roston T. Willis Jr. les a trouvés et a fait fonctionner son projet.

L'analyse a confirmé l'existence d'un lien statistiquement significatif entre le sentiment social et les mouvements du marché. Et l'API Data365 était là pour rendre cela possible, en fournissant la base de données solide qui sous-tend chaque information.

Et nous allons raconter l'histoire jusqu'au bout.

Quand les plans de recherche sont prêts mais que les données sont insuffisantes

Les idées étaient là. Les questions de recherche étaient clairement définies. Les modèles analytiques étaient prêts.
Les données ? Pas tant que ça.

Les données constituaient le facteur limitant et le principal obstacle pour le professeur Roston T. Willis Jr.

Le professeur Willis a essayé des API publiques, des scrapers et des ensembles de données... et a relevé les défis suivants :

• Couverture partielle et intervalles temporels incohérents entre les sources ;
• Valeurs manquantes qui réduisaient la validité statistique ;
• Temps perdu à cause du dépannage et du nettoyage manuel des données.

Ces problèmes ont retardé les progrès et risqué d'affaiblir la fiabilité des résultats.

Une seule API Data365, Big Shift

Une fois l'API Data365 connectée, le professeur Willis a finalement obtenu ce dont il avait besoin pour passer à autre chose.

Ce qui était autrefois un ensemble disparate de sources s'est transformé en un pipeline unique et rationalisé qui a tout simplement fonctionné :

[[ns-nl]]

1. Filtrage par mot clé pour les tickers et les signaux de sentiment ;
2. Accès à 91 738 publications depuis Twitter et Reddit, nettoyées, filtrées et complètes (telles qu'elles ont été publiées) ;
3. couverture historique de 100 % pour l'ensemble de la période de recherche de 12 mois ;
4. Des données parfaitement alignées sur les statistiques de trading de Yahoo Finance

[[/ns-nl]]

Cela a fourni un ensemble de données cohérent de qualité scientifique, permettant une modélisation statistiquement fiable et permettant au professeur Willis de se concentrer sur l'analyse plutôt que sur le dépannage des données.

« Data365 m'a fourni exactement ce dont j'avais besoin pour faire avancer mes recherches de thèse. Avant d'utiliser la plateforme, je me débattais avec des sources de données fragmentées et incohérentes, ce qui ralentissait ma progression. Grâce à Data365, j'ai pu rassembler, structurer et analyser de manière fluide un ensemble de données complet, éliminant ainsi l'un des principaux obstacles de mon parcours de recherche. La facilité d'utilisation et la fiabilité de la plateforme m'ont permis de me concentrer davantage sur des analyses pertinentes et moins sur la résolution des problèmes liés à la collecte de données. »

— Le professeur Roston T. Willis Jr.

Des résultats importants ou la confiance dans chaque chiffre

En intégrant Data365 au processus de recherche, le professeur Willis a :

• Compilé 1 743 observations quotidiennes dans 7 grandes entreprises ($TSLA, $AAPL, $AMZN, $NVDA, $GME, $JPM, $WMT) ;
• Récupéré plus de 90 000 messages marqués par des sentiments sans valeurs manquantes ;
• Création d'un ensemble de données statistiquement fiable prêt pour une analyse approfondie à l'aide de VADER ;
• A développé des informations pratiques qui éclaireront les articles académiques, les exercices en classe et les projets dirigés par les étudiants ;
• La recherche est maintenant en cours avec une confiance totale dans la qualité des données, passant de l'assemblage d'ensembles de données à des découvertes significatives.

En éliminant les lacunes dans les données, l'intégration a permis au processus de recherche de se concentrer sur ses objectifs principaux : au lieu de rechercher les erreurs, le professeur Willis construit désormais des modèles, teste des hypothèses et enseigne en toute confiance.

“I’m pleased to share that I have successfully defended my dissertation, an achievement made possible in large part thanks to Data365. Your platform was instrumental in overcoming the challenges of data collection and ensuring the completion of my research.”

Dr. Roston T. Willis Jr.

DBA, MBA