[论文解读] Predicting financial markets with Google Trends and not so random keywords

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

Data-Driven Disease Surveillance参考文献 21被引用 5

一句话总结

本文研究了谷歌趋势（GT）数据是否能够预测金融市场走势，检验了Preis等人（2013年）提出的主张，即特定关键词的搜索量意外变化可预测未来指数收益。通过一个稳健的回测系统，作者发现虽然随机的金融相关关键词不具预测能力，但针对特定资产的某些目标关键词可产生持续盈利的策略，证实了谷歌趋势在市场择时方面的潜力，尽管存在显著的方法论偏差。

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)

研究动机与目标

• 评估谷歌趋势数据可预测金融指数收益的主张是否具有稳健性。
• 识别并缓解方法论偏差（尤其是工具偏差、前瞻偏差和数据窥探）对算法交易策略回测表现的扭曲影响。
• 测试随机金融相关关键词（例如疾病、经典汽车、街机游戏）是否包含可被利用的预测信息，与金融新闻中的关键词进行比较。
• 在考虑实际交易成本的前提下，通过高保真回测系统评估谷歌趋势数据应用于特定资产时的预测能力。
• 确定谷歌趋势数据是否能在市场中性背景下持续产生经风险调整后的超额收益（alpha）。

提出的方法

• 作者使用高保真、工业级的回测系统，评估基于谷歌趋势搜索量兴趣（SVI）数据的交易策略。
• 他们将SVI意外定义为 δₜ = vₜ − v̄ₜ₋₁，其中 v̄ₜ₋₁ 为前 T 周 SVI 的移动平均值，并使用 sign(δₜ) 决定下周的多头/空头头寸。
• 该策略在 SPY（跟踪标普500指数）上进行测试，使用周一至周五的收盘价，以与谷歌趋势的周日到周六数据周期对齐。
• 他们比较了四组关键词的表现：随机金融相关术语、随机非金融术语，以及《金融时报》的关键词，输入包括原始SVI、滞后SVI和移动平均值。
• 应用每笔交易2个基点（2bps）的交易成本，以模拟现实市场摩擦，并评估结果的稳健性。
• 研究采用t检验和累积收益分析，评估策略收益的统计显著性和一致性。

实验结果

研究问题

• RQ1 谷歌趋势中随机的金融相关关键词是否对未来的指数收益具有统计显著的预测能力？
• RQ2 当应用于合适资产时，谷歌趋势数据是否能生成持续盈利的交易策略，即使在考虑交易成本后仍成立？
• RQ3 方法论偏差（如工具偏差、前瞻偏差和数据窥探）在多大程度上破坏了基于谷歌趋势数据的回测策略的可靠性？
• RQ4 谷歌趋势数据中的预测信号在不同时间周期和输入配置（如原始SVI、移动平均值）下是否具有鲁棒性？
• RQ5 在引入交易成本后，是否消除了表面盈利性，从而提供了对谷歌趋势实际效用更真实的评估？

主要发现

• 与疾病、经典汽车和街机游戏等相关的随机金融相关关键词，对SPY收益不产生统计显著的预测能力，表明这些术语中不存在可被利用的信号。
• 相比之下，针对特定资产应用的某些目标关键词可产生持续盈利的策略，证实了谷歌趋势数据中存在可被利用的信息。
• 即使在每笔交易应用2bps的交易成本后，表现最佳关键词的累积收益仍为正，表明其对现实市场摩擦具有鲁棒性。
• 研究发现《金融时报》关键词组或随机非金融关键词均无显著预测能力，进一步证明信号质量取决于关键词与资产的匹配程度。
• 结果支持Preis等人（2013年）的结论，即谷歌趋势数据可预测市场收益，但仅当关键词经过精心选择且回测方法严谨时才成立。
• 作者观察到该信号较弱且具有均值回归特征，当与新闻等其他数据源结合时盈利能力最高，表明其独立产生超额收益（alpha）的能力有限。