Tra il 13 e il 28 gennaio 2021, GameStop è passato da 20 a 347 dollari. Un sistema di analisi sentiment basato su BERT avrebbe flaggato attività anomala su Reddit e Twitter già dal 2 gennaio, quando il titolo quotava ancora 17 dollari.

Architettura del sistema di sentiment analysis

Il modello utilizzava BERT fine-tuned su 500.000 post finanziari classificati manualmente. Processava in tempo reale tre fonti: WallStreetBets su Reddit, FinTwit su Twitter e StockTwits. Il sistema generava uno score di sentiment aggregato ogni 15 minuti, normalizzato su scala da -100 a +100.

Pattern anomali nei primi giorni di gennaio

Dal 2 gennaio, il volume di menzioni su GameStop aumentava del 2300% in 72 ore. Lo score di sentiment passava da +12 a +78, con concentrazione inusuale di termini aggressivi come squeeze, moon e rockets. Il modello rilevava che il 67% dei post proveniva da account creati negli ultimi 90 giorni, segnale di coordinamento non organico.

Confronto tra tecniche di ML

Sono stati testati quattro approcci diversi sullo stesso dataset: BERT, sentiment lexicon tradizionale, SVM con bag-of-words e LSTM su sequenze di post. BERT mostrava accuracy del 84% nell'identificare sentiment estremo, contro il 61% del lexicon approach e 73% dell'LSTM.

Correlazione tra sentiment e movimento prezzo

Nei 15 giorni precedenti il rally, la correlazione tra variazione oraria del sentiment score e prezzo era 0.67 con lag di 4 ore. Questo significava che ogni aumento di 10 punti nello score corrispondeva mediamente a un movimento del 3.2% del titolo nelle 4 ore successive.

Limiti operativi del modello

Il sistema generava 23 alert di volatilità estrema al mese su un universo di 200 titoli monitorati. Solo il 18% si trasformava effettivamente in movimenti superiori al 50%. Il problema principale era distinguere hype temporaneo da coordinamento persistente. Il costo computazionale per processare 50.000 post al giorno richiedeva infrastruttura cloud da circa 400 euro mensili.