Online trends and sentiment and their possible application in stock market prediction

Informace o vysokoškolské kvalifikační práci

Název práce:
Online trends and sentiment and their possible application in stock market prediction
Autor práce:
Stehno, Josef
Typ práce:
Bakalářská práce / info:eu-repo/semantics/bachelorThesis
Vedoucí práce:
Vozárová, Pavla
Osoba oponující práci:
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

Informace o studiu

Studijní program a Studijní obor:
Ekonomie a hospodářská správa/Ekonomie
Typ studijního programu:
Bakalářský studijní program
Jméno přidělované hodnosti:
Bc.
Instituce přidělující hodnost:
University of Economics, Prague
Název fakulty:
Faculty of Economics
Název katedry:
Department of Economics
Instituce archivující a zpřístupňující VŠKP:
University of Economics, Prague

Informace o odevzdání a obhajobě

Datum zadání práce:
1. 2. 2015
Datum podání práce:
31. 5. 2015
Datum obhajoby:
18.06.2015

Soubory ke stažení

Hlavní práce:
51265_xstej106.pdf [2,68 MB]
Veřejná příloha:
11628_xstej106.pdf [473,80 kB]
Oponentura:
42849_kaderk.pdf [402,92 kB]
Hodnocení vedoucího:
51265_xnikp01.pdf [401,84 kB]

Údaje ze systému InSIS

Identifikátor:
https://insis.vse.cz/zp/51265/podrobnosti