Online trends and sentiment and their possible application in stock market prediction
| Thesis title: | Online trends and sentiment and their possible application in stock market prediction |
|---|---|
| Author: | Stehno, Josef |
| Thesis type: | Bachelor thesis |
| Supervisor: | Vozárová, Pavla |
| Opponents: | Čermáková, Klára |
| Thesis language: | English |
| Abstract: | 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. |
| Keywords: | internet; prediction; market; development; sentiment; stock |
| Thesis title: | Online trends and sentiment and their possible application in stock market prediction |
|---|---|
| Author: | Stehno, Josef |
| Thesis type: | Bakalářská práce |
| Supervisor: | Vozárová, Pavla |
| Opponents: | Čermáková, Klára |
| Thesis language: | English |
| Abstract: | 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. |
| Keywords: | sentiment; internet; trh; vývoj; akcie; predikce |
Information about study
| Study programme: | Ekonomie a hospodářská správa/Ekonomie |
|---|---|
| Type of study programme: | Bakalářský studijní program |
| Assigned degree: | Bc. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Economics |
| Department: | Department of Economics |
Information on submission and defense
| Date of assignment: | 1. 2. 2015 |
|---|---|
| Date of submission: | 31. 5. 2015 |
| Date of defense: | 18. 6. 2015 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/51265/podrobnosti |