Evaluating Google Trends data to the task of predicting stock returns

Resumo

A previsão dos retornos de ativos financeiros é um dos principais problemas da literatura de finanças empíricas. Em particular, um dos desafios atuais da literatura é avaliar a utilidade dos chamados dados alternativos para esta tarefa. Um dos dados mais comuns caracterizados como tal são os dados do Google Trends, e este tem alcançado popularidade elevada na literatura. Neste trabalho pretendemos avaliar a utilidade dos dados do Google Trends para a tarefa de previsão de índices de ações americanos. Para atingir este objetivo, separaremos o problema de previsão em duas etapas: primeiro a etapa de seleção de covariaveis, e segundo a etapa de previsão. Utilizamos 15 métodos de seleção de features e 10 métodos de previsão. Ao contrário do que a literatura anterior relatou, nós não encontramos evidencia de que os dados do Google Trends contribui para prever os retornos dos índices de ações estudados. As conclusões parecem ser consistentes entre modelos de seleção de covariaveis, modelos de previsão, e em relação a medidas de acurácia e de risco e retorno.

Ficha do documento

Tipo

Dissertação

Ano

2021

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Inglês

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/31061

Temas

EconomiaDados

Palavras-chave

Google TrendsPrecificação de ativosPrevisãoAprendizado de máquinaSéries temporaisEconomiaAções (Finanças) ­- Preços -­ PrevisãoAnálise de séries temporaisAprendizado do computador