Analýza finančních časových řad na základě hlaviček ekonomických zpráv

Abstract

Tato práce se zabývá možnostmi zlepšení odhadu volatility dané finanční časové řady na základě informací získaných z hlaviček ekonomických zpráv. Při analýze hlaviček zpráv je z důvodu velkého objemu dat a korelací mezi výskyty jednotlivých slov v hlavičkách zpráv použita metoda hlavních komponent pro snížení dimenze. Pro eliminaci značné šikmosti rozdělení závisle proměnné a zajištění její normality je použito Box-Coxovy transformace. Nakonec je v práci uveden lineární model popisující sílu regresní závislosti a k ověření jeho robustnosti je použita metoda cross-validace. Výpočty byly prováděny pomocí sotftware R.

This thesis is focused on options of improving the estimate of volatility of the given financial time series by analysing the economical news headlines. Because of very large volume of data and correlation between word occurence in headlines, the Principal Component Analysis is used to reduce the dimension of data space. For the elimination of significantly large skewness of dependent variable and the preservation of its normality a Box-Cox transformation is used. Finally, a linear model is constructed and its robustness is analyzed by cross-validation method. The computations were made by R software.