Modellering av volatilitet med Google Trends

Denna uppsats har undersökt om det är möjligt att predicera volatilitet på aktiemarknaden med hjälp av sökordsdata från Google. Trettio finansrelaterade termer valdes ut i predicerande syfte och en binär targetvariabel för volatilitet konstruerades. De trettio sökorden reducerades till fyra komponenter med hjälp av Principalkomponentanalys (PCA) och användes sedan med hjälp av K-Nearest-Neighbor (KNN) för att predicera huruvida kommande vecka väntades bli volatil eller inte. De slutgiltiga resultaten visade att sökordsdatan kunde användas för prediktion av volatilitet.