在一个不可逆转地依赖社交媒体的一代中，这一逢场作戏似乎是可行的，汤森路透(Thomson Reuters)似乎对此做出了回应彭博的大胆的举动去年，该公司在其终端上添加了精选的Twitter信息源。该公司不仅在Eikon平台上提供Twitter消息，而且还提供一个技术被称为情绪分析也
通过从数百万人每条推文140个字符的关于任何公司的健康和未来的废话中抓取数据，可以获得大量的套利。消息网站Twitter掌握着实时洞察市场变化的关键信息，这一点已不再有争议，有时这种洞察比从传统新闻来源、经济指标和公司本身获得的更新鲜、更好。
Eikon目前在自动化情感分析的支持下，试图评估twitter界对上市公司的困境、命运和不幸的反应，并将这种交流减少为一系列可以长期跟踪的可量化指标。Eikon将这些指标可视化——有时数百万用户(Twitter有大约2.5亿活跃用户)的总体感受——以相对积极或消极的角度。想知道Twitter用户对Twitter(这家公司)的看法吗?让Eikon给你看一个漂亮的条形图。做相应的交易，或者至少有信心了解你可能没有看到的趋势。
情感分析工具分解文本，阅读它的语气和情感，确定谈论了什么，以及写这篇文章的人对这个主题的感受。总的来说，金融科技行业的这一部分的使命是把人们在任何地方用任何语言放在网上的所有东西，从定性转化为定量——从难以想象的巨大数量的人类对话和情感转化为数字。一旦你有了数字，你就可以开始用它们来创建模型和运行算法，直到它们足够清晰，可以让人类理解、行动和交易。
尽管汤森路透在这个规模相当的公司中处于领先地位，但它在这个已经拥挤的市场上还是来得太晚了。数十个应用程序及其背后的公司已经专注于收集社交情绪分析，并将其销售给金融受众。整个初创企业都在构建来自社交媒体的数据结构上建立了自己的业务——而不仅仅是一个更广泛系统的一个特征。亚博赞助欧冠介绍了一家这样的公司，Dataminr去年年底，美国总统奥巴马(奥巴马的妻子)宣布辞职。
如今，许多公司不再只关注Twitter和Facebook上梳理过的帖子，而是关注最远的博客圈、消费者评论网站和搜索引擎查询——所有这些都是由迎合金融服务业的第三方提供商进行情绪分析的结果。
去年年底，科罗拉多州博尔德市Socialgist是第一个与总部位于北京的社交网站人人网(Renren，中国的Facebook)达成协议，获取其社交数据的公司;社会学家分析并销售这些信息给全球品牌，以帮助他们确定线上和线下的营销策略。对于分析师来说，关于中国这个全球增长最快的富裕市场之一的1.94亿消费者的习惯、购买和观点的私密信息显然也很有价值。在其其他产品中，Socialgist还构建了显示来自Twitter的情绪数据的股票代码——汤森路透只是现在才为其客户提供这项服务。汤森路透的研究对象是Twitter，而Socialgist的研究对象则是更广泛的平台和留声板，这些平台和留声板可能是高波动性股票价格走势的先期预测者。
换句话说，机构金融——或者至少是其大参与者及其服务提供商——在大数据领域似乎总是姗姗来迟。但当你拥有较小的初创公司所没有的分布时，迟来通常是无关紧要的，汤森路透当然是这样。
在一个最近的列我在Twitter上讨论了分析师的崛起和影响力。Twitter是一种新型的独立股市观察人士，他们不受任何机构背景的影响，就市场发表评论。对于金融家来说，将twitter的非正式性和不可预测性作为消息、趋势或新闻的可靠来源仍然很难接受;他们似乎离彻底的、粗糙的传统研究太远了。
Eikon解决了这一限制，通过将大量推文中的信息抽取成交易员能更好关联的东西——一般情绪的量化分数。Eikon接收Twitter api级别的信息源，并对交易员需要编程知识才能处理的原始数据进行分析，但它也整合了影响温度计生成的分数Klout到它的评估。该应用程序可以寻找重要的或概念上值得信任的人类角色，也可以根据自己的条件参与数据的流动。这就产生了某种有意义的数据，但它也表明，汤森路透希望它的客户感到放心的想法是，最好的人类意见(或至少是其他人认为重要的那些人的意见)被考虑在混乱的匿名用户的聊天，他们的机构从属关系和意图是未知的。Eikon利用Klout进行分析的事实表明，该公司知道，它的客户对于完全由不知名用户使用的机器得出的数字犹豫不决——最近的研究显示，其中许多人确实如此自己的机器．
汤森路透(Thomson Reuters)将股票代码作为分析单元，并对其终端进行了修改，这样你就可以让它告诉你Twitter的广大用户对某只股票的表现有何看法(如果明确的话，使用简化论，看涨或看跌的二分法)。Eikon的新功能象征着姗姗来迟的大数据主流化。(在科技评论人士看来，汤森路透与Twitter挖矿的结盟预计将提高Twitter数据的价值，因为这家微博服务正在考虑如何出售这些数据。)
但Eikon的新版本可能只是当今技术驱动的定量分析公司数字化边缘的更商业化版本。像Two Sigma这样的公司已经以挖掘twitter世界而闻名，可能还有其他几十家公司。这些对冲基金公司并不害怕日益增长的自动化:所有行业最优秀的工程师都坚持尽可能地自动化每一个流程，以压缩研究周期，降低劳动密集型流程的成本，并通过对大规模数据集的快速分析获得见解，更努力、更快地推动下一个创新阶段。
像Eikon这样的商品化新闻和情绪分析工具——其成本仅为当前量化对冲基金社交媒体分析基础设施的一小部分——将先进的分析传播到更广泛的用户基础上，这超越了传统对冲基金。更好、更快的可视化;聪明的发现趋势;学习能力从用户的习惯和模式隐含在社交媒体数据,并相应地调整分析参数——明天将这些能力的金融专业是理所当然的不少于他的历史同行计算收益率曲线和高速引号作为贸易的必要工具。