Predicting financial markets with Google search categories

I denne oppgaven bruker vi Google søkevolum til å predikere den ukentlige avkastningen til industri-indekser i fem land, USA, Japan, Storbritannia, Frankrike og India. Fordi vi bruker et stort antall Google søkekategorier som forklaringsvariabler er alle prediksjonsmodellene valgt for å kunne håndtere høydimensjonalitetsdata. Vi benytter Principal Component Regression, Principal Component Random Forest Regression, Ridge Regression, Lasso, og Elastic Net som våre prediksjonsmodeller. Den beste modellen på kalibreringsdataen (første del av dataen for USA) ble Elastic Net modellen. En enkel long/short strategi basert på denne Elastic Net modellen oppnår bedre resultater enn den utvalgte referanseindeksen i alle de fem landene, etter å ha trukket fra transaksjonskostnader. Vi finner at modellen oppnår best resultater sammenlignet med referanseindeksen i nedgangstider. I tillegg finner vi at relasjonen mellom søkekategori og industriavkastning endres over tid, både i retning og i størrelse. Modellen vi har laget tar automatisk høyde for dette, ettersom den rekalibreres ukentlig. Avslutningsvis finner vi at den abnormale avkasntningen til modellen kun er svakt korrelert på kryss av landegrenser, noe som tyder på at vår metode er ekstra godt egnet i en multinasjonal porteføljestrategi