标签： #文本挖掘

另类数据里，谷歌趋势是少数公开、免费、可日频获取的零售情绪代理。本文用自洽合成日度搜索量 + GARCH 波动，验证『恐慌搜索领先于波动』（Preis 2013 式水平信号）：样本外 R²=0.073、高搜索量日后 5 日已实现波动 11.7% vs 低量日 7.5%；朴素『高搜索量降杠杆』把回撤从 −98.7% 改善到 −91.7%。诚实拆穿搜索量预测的是波动不是方向、代理偏差与可得性三类陷阱(中阶)。

网页爬虫与文本挖掘把非结构化网页变成可回测信号。本文从合规红线讲起,用 Python 演示 requests+BeautifulSoup 采集、jieba 分词、情感打分构建日度情绪指数,再到 TF-IDF 与领先-滞后检验,并指出前视偏差等陷阱。