Timing the market with Google trends search volume data

Abstract

The purpose of this study is to find evidence on whether market timing is possible using search query-based information and how an investment strategy would perform over the selected time period. The approach is to analyze the relationship between Google search volumes and precious metals ETF price changes in the U.S. market in 2015-2020. Thus, this study makes its own contribution to the debate on whether or not search behavior captures investor sentiment. Attention is measured by two different types of keyword sets. The first approach is to use ETF tickers as keywords, while the second approach uses more general market-related words. All words are retrieved for both U.S. and global search volumes to compare which of these work better as a sentimental proxy. The statistical methods used in the work are OLS regression and panel data regression. The keywords and ETFs for which simple moving average trading strategies are developed are selected on the basis of regression analysis. The final sample of this study included financial data for five commodity ETFs and search query data for 19 keywords from both the U.S. and globally.

Overall, the results show that there is a relationship between search volumes of keywords and the subsequent ETF returns. However, the trading strategies based on these relationships do not produce significant market excess returns. Out of all search words, trading on the basis of search volume of keyword "S&P 500", generated a highest raw return of 36.6% which was only 0.7% higher than the market return during the same time period. This shows that although the search volumes possess significant predictive power for future commodity ETF returns, these predictive powers can hardly be translated into profitable trading strategies. This may be due to the opposite effect of different search words occurring simultaneously. In addition, the impact of individual search word volume on returns could be time-varying therefore using the same (different) search words in different (same) times could be more profitable than using a unified trading strategy over the whole time period.

Tämän tutkimuksen tarkoituksena on löytää todisteita siitä, onko markkinoiden ajoitus mahdollista hakusanavolyymien avulla ja kuinka hakukyselypohjainen sijoitusstrategia toimii valitulla ajanjaksolla. Lähestymistapana on analysoida Google-hakumäärien ja jalometalli ETF-hintamuutosten suhdetta Yhdysvaltain markkinoilla vuosina 2015-2020. Tämä tutkimus antaa oman panoksensa keskusteluun siitä, heijastaako hakukäyttäytyminen sijoittajien mielipiteitä vai ei. Huomiota mitataan kahdella erityyppisellä avainsanaryhmällä, joista ensimmäinen lähestymistapa käyttää ETF-tickereitä avainsanoina, kun taas toinen lähestymistapa käyttää yleisempiä markkinoihin liittyviä sanoja. Kaikki hakumäärät haetaan sekä Yhdysvalloista että globaalisti, jotta mahdollistetaan vertailu näiden kahden suoriutumisen välillä. Työssä käytetyt tilastolliset menetelmät ovat OLS-regressio ja paneeliaineiston regressio. Avainsanat ja ETF-rahastot, joille kehitetään yksinkertainen liukuvan keskiarvon kaupankäyntistrategia, valitaan regressioanalyysin tulosten perusteella. Tämän tutkimuksen lopullinen otos sisälsi viiden hyödyke-ETF: n taloudelliset tiedot ja 19 avainsanan hakutiedot sekä Yhdysvalloista että maailmanlaajuisesti.

Kaiken kaikkiaan tulokset osoittavat, että avainsanojen hakumäärien ja vastaavien ETF-tuottojen välillä on yhteys. Näihin suhteisiin perustuvat kaupankäyntistrategiat eivät kuitenkaan tuota merkittävää ylituottoa markkinoihin nähden. Kaikista hakusanoista avainsanan "S&P 500" hakumäärien perusteella rakennetulla strategialla saatiin suurin raakatuotto, 36.6%, joka oli vain 0.7% korkeampi kuin markkinoiden tuotto samalla ajanjaksolla. Tämä osoittaa, että vaikka hakumäärillä on huomattavaa ennustusvoimaa ETF-tuottoja kohtaan, näitä ennustusvoimia ei voida muuntaa kannattaviksi kaupankäyntistrategioiksi. Tämä voi johtua samanaikaisesti esiintyvien eri hakusanojen päinvastaisista vaikutuksista. Lisäksi yksittäisen hakusanan volyymin vaikutus tuottoihin voi olla ajasta riippuva, joten samojen (erilaisten) hakusanojen käyttäminen eri (samoina) aikoina voi olla kannattavampaa kuin yhtenäisen kaupankäyntistrategian käyttäminen koko ajanjakson ajan.