4、互联网搜索数据与股票市场：关联分析与服务发现新方法

互联网搜索数据与股票市场：关联分析与服务发现新方法

1. 互联网搜索数据与股票收益的关系研究

在研究互联网搜索数据与股票收益的关系时，数据来源和处理是基础。搜索数据来自 Google insights，它能提供特定时间范围内关键词的标准化搜索，这些标准化数据反映了关键词在 Google 上的受关注程度，即搜索关注度。而股票数据则源自 Wind 咨询金融数据库，研究样本选取了 2004 年 1 月至 2009 年 11 月上海综合指数（代码：000001）的收盘价。
数据转换公式如下：
- 股票年收益率：$y_t = 100 * \ln(P_t / P_{t - 12})$，其中$y_t$是时间$t$的收益率，$P_t$是时间$t$的收盘价。
- 搜索年变化率：$x_t = 100 * \ln(S_t / S_{t - 12})$，其中$x_t$是时间$t$的变化率，$S_t$是时间$t$的搜索关注度。

关键词的选择和时间差异测量也很关键。根据股票交易过程的影响因素，选取了 131 个相关关键词。为评估搜索关注度变化与股票收益的关系，为每个关键词附加了两个参数：领先阶数和相关性。领先阶数大于 0 表示领先关系，等于 0 表示同步关系，小于 0 表示滞后关系。相关性则代表搜索关注度曲线变化率与股票收益曲线的相似程度，相关性越高，两者越相似。

在关键词指数构建方面，学术界设置权重有两种方法：系统评估法和根据相关性赋权法。研究将这两种方法结合，把先行指标分为三类，构建了三种类型的指数：投资者行为指数、市场行情指数和宏观形势指数。

在实证分析阶段，选择上海综合指数年收益率$y$作为因变量，投资者行为指数$x_1$、市场行情指数$x_2$和宏