API Data365 pour la recherche doctorale : comment les tweets et Reddit peuvent-ils prédire les mouvements du marché ?

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

• D'une part : publier des travaux universitaires significatifs.
• D'autre part : intégrer les comportements financiers modernes en classe grâce à des données de marché en direct, des simulations de cas et de meilleurs outils pour ses étudiants.

Définir la mission et fixer l'objectif

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

• Analyser une année complète (mai 2024 – mai 2025) de publications Reddit et Twitter mentionnant les principales actions américaines ($TSLA, $AAPL, $AMZN, $NVDA, $GME, $JPM, $WMT) ;
• Filtrer ces publications pour y trouver des termes de sentiment financier tels que « haussier », « baissier », « acheter », « vendre » ;
• Comparer les scores de sentiment des réseaux sociaux (traités à l'aide de VADER) avec les indicateurs de performance boursière (évolution des prix, volume des transactions et volatilité) provenant de sources comme Yahoo Finance.

Le tout dans le but de répondre à deux questions clés :

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

Les réponses ?
Oui, Roston T. Willis Jr. les a trouvées et a mené son projet à bien.

L'analyse a confirmé un lien statistiquement significatif entre le sentiment social et les mouvements du marché. L'API Data365 a permis de rendre cela possible, en fournissant la base de données solide derrière chaque analyse.

Et nous voici pour raconter l'histoire jusqu'au bout.

Quand les plans de recherche sont prêts mais que les données font défaut

Les idées étaient là. Les questions de recherche étaient clairement définies. Les modèles analytiques étaient prêts.
Les données ? Beaucoup moins.

Les données constituaient le facteur limitant et le principal goulot d'étranglement pour le professeur Roston T. Willis Jr.

Le professeur Willis a essayé des API publiques, des outils de scraping et des jeux de données… pour finalement se heurter aux défis suivants :

• Une couverture partielle et des plages temporelles incohérentes selon les sources ;
• Des valeurs manquantes réduisant la validité statistique ;
• Un temps précieux perdu en dépannage et en nettoyage manuel des données.

Ces problèmes ont retardé l'avancement des travaux et risquaient d'affaiblir la fiabilité des résultats.

L'API Data365, un tournant décisif

Une fois l'API Data365 intégrée, le professeur Willis a enfin obtenu ce dont il avait besoin pour avancer.

Ce qui était autrefois un assemblage disparate de sources est devenu un pipeline unique et rationalisé, parfaitement opérationnel :

1. Filtrage par mots-clés pour les tickers et les signaux de sentiment ;
2. Accès à 91 738 publications provenant de Twitter et Reddit — nettoyées, filtrées et complètes (telles qu'elles ont été publiées) ;
3. Couverture historique à 100 % pour toute la période de recherche de 12 mois ;
4. Données parfaitement alignées avec les statistiques boursières de Yahoo Finance

Cela a permis d'obtenir un jeu de données cohérent et de qualité académique, facilitant une modélisation statistiquement solide et libérant le professeur Willis pour qu'il puisse se concentrer sur l'analyse plutôt que sur le dépannage des données.

« Data365 a fourni exactement ce dont j'avais besoin pour faire avancer mes recherches doctorales. Avant d'utiliser la plateforme, je me débattais avec des sources de données fragmentées et incohérentes, ce qui ralentissait ma progression. Avec Data365, j'ai pu collecter, structurer et analyser en toute fluidité un jeu de données complet, éliminant ainsi l'un des plus grands obstacles de mon parcours de recherche. La facilité d'utilisation et la fiabilité de la plateforme m'ont permis de me concentrer davantage sur une analyse pertinente et moins sur le dépannage de la collecte de données. »

— Professeur Roston T. Willis Jr.

Des résultats probants ou la confiance dans chaque chiffre

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

• Compilé 1 743 observations quotidiennes pour 7 grandes entreprises ($TSLA, $AAPL, $AMZN, $NVDA, $GME, $JPM, $WMT) ;
• Récupéré plus de 90 000 publications avec score de sentiment sans aucune valeur manquante ;
• Créé un jeu de données statistiquement fiable, prêt pour une analyse approfondie via VADER ;
• Développé des perspectives pratiques qui alimenteront des articles académiques, des exercices en classe et des projets étudiants ;
• La recherche est désormais en cours avec une totale confiance dans la qualité des données, passant de l'assemblage des données à des découvertes significatives.

En éliminant les lacunes dans les données, cette intégration a permis au processus de recherche de se concentrer sur ses objectifs fondamentaux : au lieu de traquer les erreurs, le professeur Willis construit désormais des modèles, teste des hypothèses et enseigne avec assurance.

“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