The purpose of this study is to create a model of prediction for the volume distribution. Due to the lack of previous studies on the subject, an exploratory approach is used, with the purpose of serving as a proof of concept for further research. By looking at all market data from the Stockholm stock exchange the volume distribution of individual order books are matched with a mixed beta distribution and scaled by a prediction based on a linear regression. The model provided in this study outperforms the floating mean by quite a good margin. Some days are, almost by definition, impossible to get an accurate prediction on. Intraday news with a big impact have a tendency to skew the results away from the predicted value. To remedy this the initial model is expanded by using intraday data to catch up on trends / Syftet med denna rapport är att skapa en model för prediction av höglikvida aktiers volym fördelingen på stockholmsbörsen. Detta görs på ett utforskande sätt och agerar som konceptvalidering och bevis att grunda vidare forsking på. Genom att titta på all marknadsdata på stockholmsbörsen kommer den kumulativa volym fördelingen av induviduela aktier skapas. För att sedan bli matchad mot en mixture beta fördeling och skalas med en prediktion erhållen från en linjär regrission. Modelen som presenteras i rapporten fungerar bättre som prediktion än det flytande medelet. Det finns dock dagar som av sin natur är omöjliga att förutspå, exempelvis när en stor nyhet blir känd. För att kompensera för detta expanderas modelen genom att använda data från samma dag som ska prediceras och detta förbättrar modelen för den resterande tiden av dagen.