Online trends and sentiment and their possible application in stock market prediction
| Název práce: | Online trends and sentiment and their possible application in stock market prediction |
|---|---|
| Autor(ka) práce: | Stehno, Josef |
| Typ práce: | Bachelor thesis |
| Vedoucí práce: | Vozárová, Pavla |
| Oponenti práce: | Čermáková, Klára |
| Jazyk práce: | English |
| Abstrakt: | The goal of this thesis is to assess information contained in internet user's activity. I focus on two sources of data: Google Trends and sentiment contained in StockTwits posts. For both of them I examine the correlation of its percentage changes and percentage changes of variables describing the stock market development. Econometric testing consists of three phases, first is Least Squares Method, then ARIMA model, and lastly testing for Granger Causality. Conclusions are that activity of internet users does contain valuable information. The correlations are strongest for firms operating in IT business or generally focusing on modern technologies. Strong correlation is between trade volume or market volatility and Google Trends, whereas sentiment in post on StockTwits is statistically significant for stock price development. |
| Klíčová slova: | internet; prediction; market; development; sentiment; stock |
| Název práce: | Online trends and sentiment and their possible application in stock market prediction |
|---|---|
| Autor(ka) práce: | Stehno, Josef |
| Typ práce: | Bakalářská práce |
| Vedoucí práce: | Vozárová, Pavla |
| Oponenti práce: | Čermáková, Klára |
| Jazyk práce: | English |
| Abstrakt: | Cílem této práce je zkoumání informací obsažených v aktivitě uživatelů na internetu. Soustředím se na dva zdroje dat, Google Trends a sentiment obsažený v příspěvcích na StockTwits. Pro tyto data zkoumám korelaci mezi procentuálními změnami a procentuálními změnami veličin popisujících vývoj akciového trhu. Ekonomické testování má tři fáze: prvně testování pomocí metody nejmenších čtverců, následně pomocí ARIMA modelu a nakonec testy na Granger kauzalitu. Závěr je takový, že tyto data vskutku obsahují cenné informace, korelace je nejsilnější pro firmy pohybující se na trhu s IT a moderními technologiemi. Silnou korelaci jsem nalezl mezi objemem obchodů nebo cenovou volatilitou a Google Trends, zatímco sentiment na sociální síti StockTwits je statisticky významný pro vývoj cen akcií. |
| Klíčová slova: | sentiment; internet; trh; vývoj; akcie; predikce |
Informace o studiu
| Studijní program / obor: | Ekonomie a hospodářská správa/Ekonomie |
|---|---|
| Typ studijního programu: | Bakalářský studijní program |
| Přidělovaná hodnost: | Bc. |
| Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
| Fakulta: | Národohospodářská fakulta |
| Katedra: | Katedra ekonomie |
Informace o odevzdání a obhajobě
| Datum zadání práce: | 1. 2. 2015 |
|---|---|
| Datum podání práce: | 31. 5. 2015 |
| Datum obhajoby: | 18. 6. 2015 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/51265/podrobnosti |