《第22届万维网国际会议记录》，第213-224页。[12] Yelowitz，A.&Wilson，M.，2015比特币用户特征：谷歌搜索数据分析。《应用经济学快报》22，1030-1036。[13] 比特支付。超过44000家企业和慈善机构接受比特币支付。(https://bitpay.com/directory#)[14]戴尔。戴尔现在接受比特币。(http://dell.to/1uk8ocZ)[15]Schweitzer，F.，Fagiolo，G.，Sornette，D.，Redondo，F.V.，Vespignani，A.和White，D.R.，2009年经济网络：新的挑战。科学325422-425。ISSN 1095-9203。（doi:10.1126/science.1173644）。[16] Garcia，D.，Tessone，C.J.，Mavrodiev，P.和Perony，N.，2014《泡沫的数字痕迹：比特币经济中社会经济信号之间的反馈周期》。《皇家学会学报》2011年第11期，第40623页。（内政部：10.1098/rsif.2014.0623）。[17] Kristoufek，L.，2013比特币符合谷歌趋势和维基百科：量化互联网时代现象之间的关系。科学报告3。[18] 克里斯托菲克，L.，2015比特币价格的主要驱动因素是什么？来自小波相干分析的证据。PLoS ONE 10（4）：e0123923。[19] Schoen，H.，Gayo Avello，D.，Metaxas，P.T.，Mustafaraj，E.，Strohmaier，M.和Gloor，P.，2013社交媒体预测的力量。互联网研究23528–543.16/19David Garcia，Frank Schweitzer:英国皇家学会开放科学2:150288（2015）http://rsos.royalsocietypublishing.org/content/2/9/150288[20] 2012年，伊利诺伊州博尔迪诺、南卡罗来纳州巴蒂斯顿、加利福尼亚州卡尔达雷利、克里斯特利、M、Ukkonen和伊利诺伊州韦伯的网络搜索查询可以预测股市交易量。PloS one 7，e40014。[21]Mao，Y.，Wei，W.，Wang，B.&Liu，B.，2012年，将标准普尔500指数股票与twitter数据关联起来。第一届ACM跨学科社会网络研究热点国际研讨会的筹备工作，第69-72页。ACM。[22]冈萨雷斯·拜伦，S.，班克斯，R.E。

&Kaltenbrunner，A.，2010情绪反应和公众舆论的脉动：衡量政治事件对在线讨论情绪的影响。arXiv预印本arXiv:1009.4019。[23]图马金，R.和怀特劳，R.F.，2001年新闻还是噪音？网上发帖和股价。《金融分析杂志》第41-51页。[24]Saavedra，S.，Duch，J.和Uzzi，B.，2011年，使用生态通信数据跟踪交易员对市场的理解。公共科学图书馆一号，e26705。[25]吉尔伯特，E.和卡拉哈利奥斯，K.，2010年，普遍的担忧和股市。ICWSM，第59-65页。[26]Bollen，J.，Mao，H.&Zeng，X.，2011推特情绪预测股市。计算科学杂志2，1-8。[27]加西亚，D.，阿比舍瓦，A.，施瓦格洛夫，S.，塞尔杜尔特，美国和施韦策，F.，2015年网络政治中的两极分化参与性媒体。出现在政策和互联网上(http://bit.ly/1zGCPOv)[28]Garcia，D.和Tanase，D.，2013年，通过欧洲电视歌曲大赛测量文化动态。复杂系统的进展16,33。[29]Hirshleifer，J.，1977，替代市场机制下的投机理论。《金融期刊》32975-999。[30]哈里斯·M.和拉维夫·A.，1993不同的意见导致了一场赛马。财务研究回顾6473–506。[31]Antweiler，W.和Frank，M.Z.，2004年，所有的谈话都是噪音吗？internetstock留言板的信息内容。《金融杂志》591259–1294。[32]Tetlock，P.C.，2007，为投资者情绪提供内容：媒体在股市中的作用。《金融杂志》621139-1168。[33]De Choudhury，M.，Sundaram，H.，John，A.&Seligmann，D.D.，2008博客传播动力学能与股市活动相关吗？《第十九届ACM超文本和超媒体会议记录》，HT\'08，第55-60页。ISBN 978-1-593-985-2。[34]查利特，D。

&Bel Hadj Ayed，A.，2013用谷歌趋势预测金融市场，而不是sorandom关键词。用谷歌趋势和不那么随机的关键词预测金融市场（2013年8月14日）。17/19大卫·加西亚，弗兰克·施韦策：《皇家学会开放科学2:150288》（2015）http://rsos.royalsocietypublishing.org/content/2/9/150288[35]Ruiz，E.J.，Hristidis，V.，Castillo，C.，Gionis，A.&Jaimes，A.，2012年，将财务时间序列与微博活动联系起来。《第五届ACM网络研究和数据挖掘国际会议记录》，WSDM\'12，第513-522页。ISBN 978-1-4503-0747-5。（内政部：10.1145/2124295.2124358）。[36]Whittle，P.，1953多重平稳时间序列的分析。皇家统计学会杂志。B系列（方法学）15，第125-139页。[37]Adamic，L.，Brunetti，C.，Harris，J.和Kirilenko，A.，2009关于交易网络的信息属性。SSRN eLibrary。[38]Lütkepohl，H.，2007多重时间序列分析新导论。斯普林格。[39]Pennebaker，J.W.，Chung，C.K.，Ireland，M.，Gonzales，A.&Booth，R.J.，2007 liwc2007的发育和心理测量学特性。LIWC。网[40]Warriner，A.B.，Kuperman，V.和Brysbaert，M.，2013年，13915个英语引理的配价、觉醒和支配规范。行为研究方法451191–1207。[41]Wilcoxon，F.，1945，通过排名方法进行个人比较。生物特征公报第80-83页。[42]夏普，W.F.和夏普，W.，1970年《投资组合理论与资本市场》，第217卷。麦克劳希尔纽约。[43]爱德华兹，B.，2014年欧洲债券收益率为负。《华尔街日报》。[44]比特连接。功能-短。(https://www.bit菲尼克斯。com/page/features）。[45]比特币。费用表。(https://www.bit菲尼克斯。com/页面/费用）。[46]富勒，W.A.，2009统计时间序列导论，第428卷。约翰·威利父子公司。[47]科维特科夫斯基，D.，菲利普斯，P.C.，施密特，P。

&Shin，Y.，1992根据单位根的选择检验平稳性的无效假设：我们有多确定经济时间序列有单位根？计量经济学杂志54159-178。[48]安德森，O.D.，1976年时间序列分析和预测：Box-Jenkins方法。巴特沃斯隆登。[49]Zeileis，A.，2004年，使用hc和hac协方差矩阵估值器进行计量经济计算。统计软件杂志11，1-17。[50]Chance，D.和Brooks，R.，2015衍生工具和风险管理导论。圣智学习。[51]硬币台。Cointdesk发布专有比特币价格指数。(http://bit.ly/11dDAAK)[52]Brito，J.，Shadab，H.B.和Castillo，A.，2014比特币金融监管：证券、衍生品、预测市场和赌博。衍生品、预测市场和赌博（2014年4月10日）。[53]Shadab，H.B.，2014年监管比特币和区块链衍生品。SSRN预印本2508707.18/19David Garcia，Frank Schweitzer:Royal Society Open Science 2:150288（2015）http://rsos.royalsocietypublishing.org/content/2/9/150288[54]艾特肯，T.，2013 Topsy：社交搜索引擎允许你扫描twitter上发布的所有公共推文。CEO世界杂志。[55]罗素，J.A.，2003，核心效应与情绪的心理建构。心理学评论110145。[56]Bradley，M.M.和Lang，P.J.，1999年《英语单词的有效规范》（新版）：使用手册和有效评级。技术报告，弗洛里达大学心理生理学研究中心。[57]Garcia，D.和Schweitzer，F.，2012年，在线集体情绪建模。《2012年社交媒体数据驱动用户行为建模和挖掘研讨会论文集》，Dubmsm\'12，第37-38页。（内政部：10.1145/2390131.2390147）。[58]奥斯古德，C.E.，1964年，文化比较研究中的语义差异技术。

美国植物学家66171-200。[59]Lin，Y.，Michel，J.-B.，Aiden，E.L.，Orwant，J.，Brockman，W.&Petrov，S.，2012年谷歌图书ngram语料库的语法注释。《2012年ACL系统演示会议录》，第169-174页。致谢：我们感谢Emre Sarigol提供的技术援助。资助：这项工作由瑞士国家科学基金会（CR21I1_146499）资助。作者贡献：DG构思了这项研究，检索了数据，并进行了分析。DGF和FS写了手稿。竞争利益：作者声明他们没有竞争性的财务利益。伦理声明：这项研究基于公开分享的观察数据。未检索、存储或分析任何个人或个人信息。数据和材料可用性：本文使用的所有数据都可以通过相应的应用程序编程接口公开获取。用于重现这些结果的已处理数据和脚本可在https://www.sg.ethz.ch/btc19/19