【IT168 资讯】2013年4月25日，3位经济学家(Tobias Preis，英国沃里克大学商学院;Helen Susannah Moat，英国伦敦大学学院;H. Eugene Stanley，波士顿大学)联合发表了一篇令人大开眼界的论文，文中说Google Trends(趋势)的数据已经被用于预测道琼斯工业平均指数的每日价格变化，该指数包括30只股票。他们的研究结果如下：

　　Google搜索的财经专业词汇的一次报升，可靠地预测了股票价格的回落。研究者发现，“Debt(债务)”这个词是预测市场涨跌的最可靠词汇。当“debt”(债务)这个词搜索量降低的时候买进，反之则抛售，研究者通过这样的操作使其假设的投资组合收益提升了326%。(与此相比，持续的买进-持有策略则只产生了16%的回报)这颠覆了(上述3位经济学家之一)Preis教授在2010年发表的早期研究结果。

　　回到2010年，他使用Google Trends(趋势)数据得出了相反的结论：

　　“Google数据不能预测每周波动的股票市场。但是，团队发现了一家公司名称的互联网搜索量与其股票成交量的强关系，后者表示股票每周变动的总次数。举个例子，如果某一周很多人在搜索电脑制造商IBM，那么接下来一周就会有很多IBM股票成交。但Google数据不能预测价格，后者是由股票买卖的比率来决定”。到底发生了什么？难道人们在搜索的时候暴露了更多的投资意图？线索可能存在于Google Trends(趋势)报道的氛围变化。在坚硬的外壳下，数据正在变得更“大”、更出色、更快捷。我们可以通过Google首席经济学家Hal Varian联合撰写的其他两篇论文看到这一点，Hal Varian同时也是“如果你只看一本关于互联网经济的书，那么看这本吧”的作者。

　　在2009年4月的一篇论文开篇段落中，“用Google Trends(趋势)来预测现在”，Hyunyoung Choi 和Hal Varian 这样描述了Google Trends(趋势)数据：“经济学家，投资者和新闻业者热心地紧跟每月政府发布的关于经济形势的数据。但是，这些报告的获得都有一定的延迟：月数据通常要在下个月的中旬才能发布，并且一般在几个月后需要修正。Google Trends(趋势)则提供不同产业搜索查询量的日报和周报”我们假设这些搜索数据与某产业的当前经济活动水平相一致，那么接下来就可以帮助预测后续发布的数据了。”

　　2009年论文的所有举例都基于月或年的时间轴。它们将源于标准季节性调整和“动力”模型的销售预测，与Google Trends(趋势)月度数据中使用的相似模型进行比较。这儿有个观察福特汽车销售的例子。有精确度方面的一定比例的适度提升，而且这关乎销售，而不是股票价格。

　　很有趣，但无关交易。推进到2011年，在Varian和Choi的新版论文中，有相同的标题-“预测现在”，同样的作者对Google Trends(趋势)做出了不同的描述。

　　在本篇论文中，我们测量了Google Trends，这是一个Google用户搜索量实时的每日、每周指数。我们发现这些搜索指数经常与不同的经济指标存在相关关系，并且有助于做短期的经济预测。

　　新论文与他们采用经济范例的第一版论文很相似，但是对数据的描述包含了这样的秘密：数据越快越好、越快越“大”(实时数据就是一种比延迟数据更快、更好的数据，装载每日趋势数据的电子数据表将比装载月度数据的表格大30倍)。当数据用于市场预测的时候，对不起，数量级就很重要了。

编译：缔元信.网络数据高级分析师 李慷