Cette étude tente d’améliorer le modèle standard de prévision de l’indice de volatilité VIX à l’aide du Search Volume Index (SVI) rapporté par Google Trends à l’échelle journalière. La volatilité des marchés étant basée sur la peur et la recherche de gains économiques des agents de marché, Google Trends permet un accès direct et virtuellement immédiat aux désirs et aux inquiétudes de ceux-ci. Durant la période de janvier 2010 à décembre 2016, les séries de 15 termes de recherche liés à l’économie sont utilisées pour tenter d’améliorer les modèles ARIMA et SARIMA recommandés dans la prévision du VIX. Contrairement aux études similaires effectuées à l’échelle hebdomadaire, les résultats démontrent qu’il n’y a pas d’amélioration des prévisions causée par l’addition des données Google Trends aux modèles.
| Identifer | oai:union.ndltd.org:usherbrooke.ca/oai:savoirs.usherbrooke.ca:11143/11062 |
| Date | January 2017 |
| Creators | St-Jacques, Antoine |
| Contributors | Desrochers, Jean |
| Publisher | Université de Sherbrooke |
| Source Sets | Université de Sherbrooke |
| Language | French |
| Detected Language | French |
| Type | Mémoire |
| Rights | © Antoine St-Jacques, Attribution 2.5 Canada, http://creativecommons.org/licenses/by/2.5/ca/ |
Page generated in 0.002 seconds