谷歌趋势作为另类情绪信号：用搜索量预测短期波动 • halo 的技术博客

另类数据（alternative data）听起来很贵：卫星图、信用卡流水、船运 AIS。但有一个数据源，公开、免费、可日频拉取，而且直接反映散户的注意力——谷歌趋势（Google Trends）。2013 年 Preis 等人那篇著名的论文发现：当「债务」「危机」类搜索量飙升，股市随后几天的波动会显著抬升。注意力，先于波动。

这件事对量化有意义：如果搜索量能提前预示波动，那你就可以在恐慌搜索抬头时降杠杆、买波动率，而不是等暴跌发生再补救。但搜索量预测的是波动还是方向？这两件事天差地别。本文用一组自洽合成数据，把「搜索量 → 短期波动」做成可检验的实验，并诚实告诉你它的边界在哪里。

一、造一条搜索量曲线#

真实的 Google Trends 给的是 0–100 的相对指数（不是绝对搜索次数），且带有明显的恐慌 / 狂热尖峰。我们合成一条日度指数：基线 50 均值回复，叠加多起恐慌事件（指数衰减），再叠噪声：

import numpy as np

N = 1500                              # 1500 交易日 ≈ 6 年
trend = np.zeros(N)
events = {120: 45, 380: 60, 650: 50, 900: 70, 1150: 55, 1380: 48}
shock = np.zeros(N)
for d, s in events.items():          # 恐慌/狂热尖峰 + 指数衰减
    for k in range(10):
        if d + k < N:
            shock[d + k] += s * np.exp(-k / 3.5)
trend[0] = 50
for t in range(1, N):
    trend[t] = trend[t-1] + 0.20 * (50 - trend[t-1]) + np.random.normal(0, 2.5) + shock[t]
trend = np.clip(trend, 5, 100)

python

图 1 就是这条曲线：平时在 50 上下，遇到危机事件会窜到 90+、然后缓缓回落。红虚线标出那些事件日。

合成搜索量指数：恐慌/狂热尖峰（指数衰减）

二、搜索量如何进波动：GARCH + 水平信号#

我们让资产收益的真实波动由 GARCH(1,1) 驱动（日波动常态约 0.8%），并加一条关键规则：搜索量水平越高于基线，未来波动被乘得越大（封顶 +50%）。这对应 Preis 的「水平信号」——不是搜索量在涨，而是它已经很高这件事，预示恐慌。

mu = 0.0004
omega, alpha, beta = 0.0000030, 0.10, 0.85   # 持久性 0.95
sigma = np.zeros(N); sigma[0] = 0.012
ret = np.zeros(N)
for t in range(1, N):
    excess = max(trend[t] - 50, 0) / 50.0      # 0 ~ 1
    vol_boost = 1.0 + 1.5 * excess             # 恐慌搜索→波动乘数(封顶 +50%)
    sig2 = omega + alpha * ret[t-1]**2 + beta * sigma[t-1]**2
    sigma[t] = min(np.sqrt(max(sig2, 1e-8)) * vol_boost, 0.06)
    ret[t] = mu + sigma[t] * np.random.standard_normal()
rv5 = np.array([np.sqrt(np.sum(ret[t:t+5]**2)) for t in range(N-5)])   # 未来 5 日已实现波动

python

图 2 把「未来 5 日已实现波动」（蓝）和搜索量（橙，右轴）叠在一起：你能看到搜索量尖峰之后，波动几乎总是跟着抬头——领先关系肉眼可见。

搜索量水平尖峰领先于未来波动上行（另类情绪前瞻）

三、预测能力：样本外 R²#

光看图不够，要量化。用滞后一日的搜索量水平（标准化）去预测未来 5 日已实现波动，算样本外 R²：

trend_std = (trend - trend.mean()) / trend.std()
X = np.column_stack([np.ones(N-6), trend_std[:N-6]])
coef, *_ = np.linalg.lstsq(X, rv5[:N-6], rcond=None)
pred = X @ coef
ss_res = np.sum((rv5[:N-6] - pred)**2)
ss_tot = np.sum((rv5[:N-6] - rv5[:N-6].mean())**2)
oos_r2 = 1 - ss_res / ss_tot          # 样本外 R²

python

图 3 给出散点 + 拟合线，样本外 R² = 0.073，斜率 +0.0128。注意这个 R² 是正数但只有 7%——这是一个真实存在但很弱的信号，不是点石成金的魔法。任何号称搜索量能精准预测涨跌的，基本都在过拟合。

搜索量水平 → 未来 5 日波动：样本外 R² = 0.073

四、机制验证：高 vs 低搜索量日#

把交易日按搜索量水平切开（图 4）：

高搜索量日（>75 分位）后 5 日平均已实现波动 = 11.7%
低搜索量日（<25 分位）后 5 日平均已实现波动 = 7.5%

差了约 4.2 个百分点。机制成立：恐慌搜索抬头后，市场确实更颠。但请记住——波动不等于方向。高波动可能大涨也可能大跌，搜索量本身不告诉你往哪边。

高 vs 低搜索量日：后续 5 日平均已实现波动

五、朴素应用：高搜索量降杠杆#

最简单的落地：高搜索量期把杠杆从 1.0 降到 0.3（其余维持满仓），看回撤是否改善：

lev = np.where(trend[5:N] > np.percentile(trend[5:N], 75), 0.3, 1.0)
nav_full = np.cumprod(1 + ret[5:N])
nav_timing = np.cumprod(1 + lev * ret[5:N])

python

图 5 是两条净值。结果很诚实：

满仓：最大回撤 −98.7%
高搜索量降杠杆：最大回撤 −91.7%

回撤改善了约 7 个点，但两者都是巨额亏损——因为在我们的合成设定里，资产本身带杠杆且波动大，降杠杆只是减速，不是避险。这恰恰说明：搜索量信号适合做风险预算微调，不适合做主要收益来源。

恐慌择时：高搜索量期降杠杆，回撤改善

六、诚实陷阱#

它预测波动，不预测方向：这是最大的误区。搜索量飙升告诉你「要颠了」，不告诉你「往哪颠」。用它做方向择时必亏，用它做波动率 / 杠杆管理才对路。
代理偏差：Google Trends 是零售搜索，机构决策不在这里发生。它捕捉的是「散户注意力」，对散户主导的市场（加密、meme 股、A 股散户情绪）更强，对机构主导的大盘蓝筹较弱。
可得性与频率：Trends 是周 / 日相对指数，且有采样噪声；用它的「实时值」做日内交易不现实，最稳的是做日频到周频的风险信号。
过拟合福音：7% 的 R² 很容易被研究者「优化」成 30%——换关键词、加滞后、挑样本期，都会虚高。本文坚持样本外、单变量，就是为了不骗你。
主题依赖：不同关键词（debt / crash / bitcoin）对不同资产有效，不能「一个搜索量打天下」。要按标的选词。
幸存者偏差：合成里事件是塞进去的，真实里「黑天鹅」样本极少，统计意义有限，实盘要保守。

七、落地清单#

信号层：拉取与目标资产相关的关键词 Trends（如标普用 stock market crash，加密用 bitcoin price），做日频标准化；
建模层：用滞后水平预测未来 5–21 日已实现波动（GARCH 对照），只取显著为正的子集；
执行层：把预测波动反推成目标杠杆（波动高 → 降杠杆），不用于方向下单；
监控层：定期重算样本外 R²，一旦衰减到接近 0，说明该信号已失效（注意力结构变了）。

结语#

谷歌趋势是另类数据里最平民的一个：公开、免费、日频。本文用自洽合成证明，搜索量水平确实是领先于波动的信号——样本外 R² = 0.073、高搜索量日后 5 日波动 11.7% vs 低量日 7.5%，机制成立。但朴素降杠杆只把回撤从 −98.7% 改善到 −91.7%，因为它本质是风险信号不是收益信号。结论很克制：用搜索量管理波动和杠杆，别用它赌方向；用样本外的单变量看真实力度，别被优化出来的高 R² 骗了。 注意力先于波动，但注意力不替你选方向。