Commit f4a8c3c3 authored by MARIO LLESTA MUÑOZ's avatar MARIO LLESTA MUÑOZ
Browse files

Update README.md

parent 89af3e63
......@@ -262,10 +262,66 @@ La funcionalidad básica del código es la siguiente:
Se obtendrán los siguientes 4 resultados de cada tweet:
**neg** (negativa): es un valor entre cero y uno, para decirnos lo negativa que sería esta frase.
**neu** (neutral): este segundo valor nos indica la neutralidad de una frase, también en una puntuación entre cero y uno.
**pos** (positiva): igualmente que los anteriores, pero indicando lo positiva que encuentra una frase.
**compound**: este es un valor entre -1 y 1 que viene a indicar de una única vez si la frase es positiva o negativa. Valores próximos a -1 indican que es muy negativa, próximos a cero indicarían que es neutra y próximos a 1 sería muy positiva. La salida para nuestro programa nos ofrecerá estas puntuaciones.
Para este análisis tendremos en cuenta la media del valor de compound de todos los tweets de cada fichero. Esto lo implementamos con las siguientes lineas de código:
contador = 0
counter = 0
for tweet in tweets_Procesados:
counter = counter + 1
print(tweet)
scores = analizador.polarity_scores(tweet)
for key in scores:
print(key, ': ', scores[key])
print()
contador = contador + scores[key]
print('Suma total (compound): ', contador)
print('Número de tweets analizados: ', counter)
print('La ponderación final es: ', (contador/counter))
De este modo vemos que puntuación se obtiene con cada moneda y con los NFTs:
BTC:
Suma total (compound): 222.10950000000017
Número de tweets analizados: 1464
La ponderación final es: 0.15171413934426242
ETH:
Suma total (compound): 462.38009999999974
Número de tweets analizados: 1442
La ponderación final es: 0.3206519417475726
SHIBA:
Suma total (compound): 347.77909999999923
Número de tweets analizados: 1475
La ponderación final es: 0.23578244067796558
NFT:
Suma total (compound): 427.33700000000033
Número de tweets analizados: 1479
La ponderación final es: 0.28893644354293463
Una vez realizado el análisis de sentimientos, vemos que de las monedas estudiadas, Ethereum es la moneda con mayor adopción en el mercado por lo inversores ya que se puede ver que es la que obtiene una puntuación más positiva. Esto se puede deber a lo explicado anteriormente, su alta rentabilidad y crecimiento de proyecto hace que sea una moneda con mucho futuro.
Por otro lado se encuentra Shiba, una moneda que ha dado mucha rentabilidad a mucha gente pero ha hecho perder mucho dinero a otra. Por lo que si hiciéramos el análisis de sentimientos en un par de meses, el análisis resultaría totalmente diferente ya que al ser una moneda muy volátil su precio cambia muy rápido.
En cambio, Bitcoin, nos ha sorprendido ya que en el análisis de sentimientos es la moneda con menor positivismo. Esto tiene una razón y es que en los días en los que se han extraído los tweets, Bitcoin ha sufrido una gran bajada de su valor. Entonces, el mercado se encuentra en una temporada de miedo e incertidumbre. En la siguiente imagen mostramos un indicador de miedo y codicia que hay actualmente en Bitcoin
como se puede ver, nos encontramos en una situación de miedo en el mercado y pude ser una de las razones más importantes de los resultados obtenidos en el análisis.
......
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment