[논문 리뷰] Predicting financial markets with Google Trends and not so random keywords

Damien Challet, Bel Hadj Ayed Ahmed|arXiv (Cornell University)|2013. 07. 17.

Data-Driven Disease Surveillance참고 문헌 21인용 수 5

한 줄 요약

이 논문은 Google 트렌드(GT) 데이터가 금융 시장 움직임을 예측할 수 있는지 조사한다. Preis 등(2013)이 제기한 주장, 즉 특정 关련 키워드의 검색량 잔차가 향후 지수 수익률을 예측할 수 있다는 주장을 검증한다. 강력한 백테스트 시스템을 통해 저자들은 랜덤한 금융 관련 키워드는 예측 능력을 보이지 않지만, 적절한 자산에 대응하는 특정 키워드는 일관되게 수익성 있는 전략을 생성함을 발견하여, 상당한 방법론적 편향에도 불구하고 GT가 시장 타이밍 전략에 잠재적 가치를 지닌다는 것을 확인한다.

ABSTRACT

We check the claims that data from Google Trends contain enough data to predict future financial index returns. We first discuss the many subtle (and less subtle) biases that may affect the backtest of a trading strategy, particularly when based on such data. Expectedly, the choice of keywords is crucial: by using an industry-grade backtesting system, we verify that random finance-related keywords do not to contain more exploitable predictive information than random keywords related to illnesses, classic cars and arcade games. We however show that other keywords applied on suitable assets yield robustly profitable strategies, thereby confirming the intuition of Preis et al. (2013)

연구 동기 및 목표

• Google 트렌드 데이터가 금융 지수 수익률을 예측할 수 있다는 주장의 강건성을 평가하는 것.
• 특히 도구 편향, 앞서보는 편향, 데이터 스노핑과 같은 방법론적 편향—알고리즘 트레이딩 전략의 백테스트 성능을 왜곡하는 원인—을 식별하고 완화하는 것.
• 랜덤한 금융 관련 키워드(예: 질병, 고전적 자동차, 아케이드 게임)가 금융 뉴스에서 유래한 키워드와 비교해도 이용 가능한 예측 정보를 지니는지 테스트하는 것.
• 실제 거래 수수료를 반영한 고정밀 백테스트 시스템을 통해 GT 데이터를 특정 자산에 적용했을 때의 예측 능력을 평가하는 것.
• 시장 중립적 맥락에서 GT 데이터가 일관되고 리스크 조정 수익률(알파)을 생성할 수 있는지 판단하는 것.

제안 방법

• 저자들은 Google 트렌드 검색량 관심도(SVI) 데이터를 기반으로 한 트레이딩 전략을 평가하기 위해 고정밀, 산업 수준의 백테스트 시스템을 사용한다.
• SVI 잔차를 δₜ = vₜ − v̄ₜ₋₁로 정의하며, 여기서 v̄ₜ₋₁는 이전 T주 동안의 SVI 이동 평균이다. sign(δₜ)를 사용해 다음 주의 장/단 투자 포osition을 결정한다.
• 백테스트는 GT의 일요일에서 토요일까지의 데이터 주기와 일치시키기 위해, 월요일부터 금요일까지의 종가를 사용하여 SPY(스탠더드 앤드 푸어스 500 추적)에 대해 수행된다.
• 원시 SVI, 지연된 SVI, 이동 평균을 입력으로 사용하여, 랜덤한 금융 관련 용어, 랜덤한 비금융 관련 용어, 파이낸셜 타임스의 키워드를 포함한 네 가지 키워드 세트를 비교한다.
• 실제 시장의 마찰을 반영하고 결과의 강건성을 평가하기 위해 거래당 2bps의 거래 수수료를 적용한다.
• 통계적 유의성과 전략 수익률의 일관성을 평가하기 위해 t-검정과 누적 수익률 분석을 사용한다.

실험 결과

연구 질문

• RQ1 Google 트렌드에서 유래한 랜덤한 금융 관련 키워드는 향후 지수 수익률에 통계적으로 유의미한 예측 능력을 지니는가?
• RQ2 거래 수수료를 고려한 후에도, 적절한 자산에 적용된 Google 트렌드 데이터가 일관되게 수익성 있는 트레이딩 전략을 생성할 수 있는가?
• RQ3 도구 편향, 앞서보는 편향, 데이터 스노핑과 같은 방법론적 편향이 GT 데이터를 사용한 백테스트 전략의 신뢰성에 얼마나 심각하게 영향을 미치는가?
• RQ4 원시 SVI, 이동 평균 등 다양한 입력 구성에서 GT 데이터의 예측 신호가 다양한 시간 범위에 걸쳐 강건한가?
• RQ5 거래 수수료를 포함함으로써 나타나는 수익성이 사라지며, GT의 실용적 유용성에 대해 더 현실적인 평가가 이루어지는가?

주요 결과

• 질병, 고전적 자동차, 아케이드 게임과 관련된 랜덤한 금융 관련 키워드는 SPY 수익률에 통계적으로 유의미한 예측 능력을 보이지 않으며, 이는 이러한 용어에 이용 가능한 신호가 없다는 것을 시사한다.
• 반면, 적절한 자산에 적용된 특정 타겟 키워드는 일관되게 수익성 있는 전략을 생성함을 확인하여, GT 데이터 내에 이용 가능한 정보가 존재한다는 것을 입증한다.
• 최고 성능을 보인 키워드의 누적 수익률은 거래당 2bps의 수수료를 적용한 후에도 여전히 양수를 유지하여, 현실적인 시장 마찰에 대해 강건함을 보여준다.
• 파이낸셜 타임스 키워드 세트나 랜덤한 비금융 관련 키워드에서의 예측 능력은 유의미하지 않으며, 이는 신호 품질이 키워드-자산의 일치도에 의존한다는 것을 강화한다.
• 결과는 Preis 등(2013)의 결론을 지지하며, GT 데이터가 시장 수익률을 예측할 수 있지만, 키워드가 철저히 선택되고 백테스트가 방법론적으로 엄격해야 한다는 점을 확인한다.
• 저자들은 신호가 약하고 평균 회귀적임을 관찰하였으며, 뉴스와 같은 추가 데이터 소스와 조합할 경우 수익성이 가장 높아지므로, 단독으로는 제한된 알파 잠재력을 지닌다는 것을 시사한다.