GettyImages-1227827093
Üzlet

Hogyan használják a profik a Google keresőjét befektetésekhez és gazdasági előrejelzéshez?

Portfolio
A legtöbb elemző és befektető a döntései meghozatala során általában a hivatalos statisztikákra és előrejelzésekre támaszkodik, de nem kell feltétlenül minden esetben és kizárólag ezekre szorítkozniuk. Léteznek más opciók is, mint amilyenek az egyre népszerűbbé váló alternatív adatok is. A Bloomberg egy podcastjának vendége, Ben Breitholtz, az amerikai Arbor kutatócég adattudományi munkatársa beszélt arról, hogy hogyan alkalmazhatóak ezek az alternatív adatok a hivatalosnál gyorsabb gazdasági előrejelzésekhez, illetve a befektetésekben akár egy sima Google kereső használatával is.
A Portfolio legtöbb tartalma ingyenesen hozzáférhető, ahogy ez a cikk is.
A médiapiaci helyzet azonban folyamatosan változik: ha támogatni szeretnéd a minőségi gazdasági újságírást, és szeretnél részese lenni a Portfolio közösségnek, akkor fizess elő a Portfolio Signature cikkeire. Tudj meg többet

Újabb részvénykibocsátás jön a magyar tőzsdén, következő befektetői Klubunkon a DM-KER sztoriját, a kibocsátás részleteit ismerhetik meg az érdeklődők.

Alternatív adatok a hagyományos gazdasági indikátorokkal szemben

Az alternatív adatok használata alapvetően annak köszönheti a népszerűségét, hogy egyre gyakrabban mondanak csődöt a különböző hagyományosnak mondható előrejelzések, másfelől a hivatalos gazdasági és egyéb adatok meglehetősen lassan jelennek meg, pedig az információ gyorsasága fontos az egyre nagyobb tempóban változó gazdasági és piaci környezetben:

  • Az első esetben gondoljunk csak a Brexittel vagy a 2016-os amerikai elnökválasztással kapcsolatos közvélemény-kutatások eredményeire, amik utólag visszatekintve katasztrofálisan tévesnek bizonyultak (azt jósolták ugye, hogy nem lesz Brexit és Hillary Clinton lesz az elnök). Ezekre a forrásokra támaszkodva tehát elég komolyan orra lehetett bukni, mint az az alábbi ábrán is látható, ami a 2016-os amerikai elnökválasztás végső indulóinak győzelmi esélyeit mutatja a november 8-án tartott választások napjáig:
polltrump2
Forrás: FiveThirtyEight
  • A második esetben pedig az a probléma, hogy a hivatalos adatok (pl. heti munkanélküliség, kiskereskedelmi adatok és így tovább) nem elég gyorsan jönnek ki, nem tükrözik a gazdasági és egyéb változásokat és trendeket megfelelően, vagy nem nyújtanak kellően részletes képet.

Sohasem volt még ennyire nagy a kereslet az alternatív adatforrások után, amik „valós idejűek”, de legalábbis jóval gyorsabbak, mint a hivatalos indikátorok, ugyanakkor kellően pontosak is.

Mire gondoljunk, amikor azt mondjuk, hogy alternatív adat?

Ha egy egyszerű példán keresztül akarjuk az alternatív adatok használatát érzékeltetni, akkor vegyük az OpenTable nevű webes felületet, ahol éttermi foglalásokat adhatnak le a fogyasztók. Nyilván ez akkor a leghasznosabb, ha a felület jól reprezentálja az adott várost vagy országot, tehát sok étterembe lehet foglalni rajta keresztül és sokan is teszik azt. Ilyenkor a foglalások növekedésének vagy csökkenésének a száma jó iránymutató lehet a fogyasztói viselkedés előrejelzésében.

A Google keresővel őszintébbek vagyunk

Az alternatív adatoknak, amik például a Google keresőből is kinyerhetők, nagy előnye, hogy az internetes keresések során kevésbé vagyunk hajlamosak lódítani. Addig, amíg hamarabb rejtjük el valódi véleményünket egy telefonon érdeklődő közvéleménykutató elől, addig a keresőbe azt írjuk be, amire gondolunk is. Elég csak arra gondolni, hogy mennyire szívesen nyilatkozunk politikai beállítottságunkkal kapcsolatban vagy beszélünk pénzügyi nehézségeinkről.

Ez azt is jelenti, hogy sok esetben így a Google keresőből vagy hasonló adatbázisokból kinyerhető adatok akár megbízhatóbbak is lehetnek vagy jobban tükrözik a valóságot. Ezek az adatok pedig felhasználhatóak befektetési lehetőségek keresésére vagy gazdasági előrejelzésekhez.

Na de hogyan használják fel a profik az adatokat?

A legnagyobb kihívást az jelenti, hogy a Big Data, azaz a nagytömegű adatállományok, amik például a Google keresőből is kinyerhetőek, alapvetően strukturálatlan, bonyolult adathalmazok, mint például különböző kifejezések, audiovizuális anyagok és így tovább. Ahhoz tehát, hogy ez az alapvetően értékes, de ebben a formában használhatatlan információ használhatóvá váljon, arra van szükség, hogy algoritmusok vagy más folyamatok segítségével az adatokat numerikus vagy strukturált formába hozzuk. Ezeket pedig már össze lehet hasonlítani a hivatalos adatokkal, tesztelhetőek és használhatóak.

Szimplán technikai szempontból az adatok sok esetben könnyen hozzáférhetőek és letölthetőek egy API, vagyis alkalmazásprogramozási felület segítségével, legyen szó akár a Google keresőről vagy a Reuters terminálról.

De nem is kell ennyire messze menni, simán lehet használni egy Google Trends keresést is, amihez nem kell informatikai zseninek lenni.

Az internethez hozzáférők száma pedig évről évre növekszik, jelenleg a világ népességének mintegy 60 százaléka rendelkezik internet hozzáféréssel, vagyis 4,5 milliárd felhasználóról beszélünk, bár vannak regionális különbségek, a fejlett világ messze az átlag felett áll, míg Afrika elmarad. 

Ez pedig olyan mennyiségű információ, amit hiba lenne nem felhasználni, főleg, ha már rendelkezünk a megfelelő kapacitásokkal és technológiával ennek a kiaknázására.

Milyen információ érhető el a Google keresőbe vitt adatokból?

A Google alapvetően két kategóriába sorolja be a keresési adatokat:

  • Kategóriák: több, mint 140 különböző nagyobb kategória érhető el, mint amilyen a számviteli szolgáltatások vagy a városi közlekedés.
  • Tematikák: ezekből több száz érhető el, ide tartozna mondjuk az infláció, defláció, arany vagy bitcoin, mint téma.

Az adatok elkészülnek minden országra, tehát a nyelvekkel nem kell bajlódni, elég, ha csak leszűrjük a kívánt kategóriát vagy témát az adott országra, amire kíváncsiak vagyunk.

Az Arbor adatkutatói pedig az API-val kinyert adatokat további szempontok alapján feldolgozzák, specifikusan három különböző módon:

  • Hosszú távú trend: erre alapvetően egy mozgóátlagként lehet tekinteni, ami azt mutatja hogyan változik az adott téma vagy kategória egy relatíve nagyobb időtávot tekintve
  • Szezonalitás: itt gondolhatunk olyanokra, minthogy nyaraláskor gyakrabban keresünk bizonyos kifejezéseket vagy április-május környékén megnő az adóbevallással kapcsolatos keresések száma. A kutatók elkülönítik ezeknek a hatását az adatok vizsgálata során.
  • Reziduális vagy „sokk” változó: ez a hirtelen változásokat mutatja, amik nem a hosszú távú trenddel kapcsolatosak

A kutatók pedig a kinyert hosszú távú trendeket összehasonlítják például a hivatalos gazdasági adatokkal, akár a megbízhatóság tesztelése érdekében, akár haszonszerzési szándékkal. Az adatokat és strukturált megfigyeléseket pedig el is lehet adni másoknak is, akik ez alapján hozhatnak döntéseket. A reziduális vagy sokk adatokat pedig a rövidtávú mozgások vizsgálatára lehet használni, hogy milyen lehet a volatilitás vagy a fogyasztói bizonytalanság.

És ha ehhez mindenki hozzáférhet, akkor hogy lesz ebből előny?

Egyrészt nyilván nem minden adathoz lehet csak úgy hozzáférni, elég csak hitelkártya tranzakciókra vagy akár csak a már nem elérhető Robinhoodos részvény adatokra gondolni, amik a Robintracken keresztül voltak elérhetőek grafikus formában augusztus közepéig.

Ettől függetlenül, az Arbor kutatói kizárólag publikusan elérhető Google keresőből származó adatokat használnak.

Tapasztalatuk szerint ezek az adatok még mindig alul használtak a tágabb befektetői körökben. Természetesen, ha hirtelen mindenki rákattan erre, akkor hamar elveszítheti többlethozam generáló képességét.

Az Arbor kutatójának tapasztalata az, hogy elsősorban az egészségügyben és az oktatásban kezdték el először használni ezeket az alternatív adatokat és a bankok és befektetési alapok meglehetősen lassan reagáltak a lehetőségre. Jegyezzük meg a tisztánlátás kedvéért, hogy itt most nem az algoritmikus kereskedésre gondol a Data Science munkatárs, hanem kifejezetten a strukturálatlan alternatív adatok felhasználására, mivel előbbi már strukturált adatokra épül és inkább a kereskedési sebességgel kapcsolatos.

A korábbi években inkább az volt a jellemző a pénzügyi intézményekben, hogy elsősorban a Back Office területeken, mint amilyen a számvitel vagy tranzakciók feldolgozása volt az, ahol az automatizálásra való igény megjelent és nőtt, vagy értékesítési területen a chatbotok használata vagy ügyfél elemzések készítése. 

A trend 2017-18 körül változott meg, amikor jobban berobbant az alternatív adatok felhasználása iránti igény a Front Office területeken is, és ez a folyamat a koronavírus-járvány következtében még inkább felgyorsult. Megjelent az igény a már korábban említett strukturálatlan, de nagy mennyiségű adatok kiaknázására, az Arbor kutatója szerint a hozzájuk érkező volumen mintegy 10-szeresére nőtt az elmúlt néhány évben.

Néhány példa pénzszerzést vagy konkrét felhasználást illetően

  • Havi várható infláció és kiskereskedelmi adatok előrejelzése: az Arbor kutatói három kategóriát figyeltek meg közvetlen közelről: a közlekedési, energiafelhasználási és ruházati adatokat. Ennek segítségével már korábban látták a májusi visszapattanás jeleit, amikor hirtelen megugrottak a ruházati kiadások is, ami az inflációra is hatással van, de a hivatalos adatok csak júniusban jöttek ki.
  • Befektetések: a Google keresőből kinyert adatok már jóval korábban jelezték a nagyközönség megugró érdeklődését a lakásfelújításokkal kapcsolatban, mivel megnőtt a keresés olyan szavakkal kapcsolatban, amik a szőnyegvásárláshoz, festéshez, tetőfelújításhoz stb. kapcsolódnak. Ezt pedig szinte logikusan követte például a Home Depot jobb eredménye, illetve az ezzel foglalkozó vállalatok részvényeinek emelkedése.

Kulcskategóriák még a kutató szerint a szépségápolás és fitnesszel kapcsolatos kifejezések, általános keresések fiskális és gazdaságpolitikával, vagy segélykérelmekkel kapcsolatban.

A következő nagy lépésként pedig azt jelölte meg az adatkutató, hogy a mobilitással kapcsolatos adatok lehetnek nagyon népszerűek, amik azt mutatják, hogy hova megyünk, milyen a bolti forgalom és hasonlók.

(Bloomberg)

Címlapkép: Gabby Jones/Bloomberg via Getty Images

koronavírus járvány beteg kórház
tradeers
usa_zaszlo_2
belgium_brugge
Friss hírek TÖBB FRISS HÍR
Online előadás
Hasznos elemzések, ötletek, lehetséges forgatókönyvek.
Online előadás
Útikalauz kezdő befektetőknek.
Portfolio hírlevél
Ne maradjon le a friss hírekről!
Iratkozzon fel megújult, mobilbarát
hírleveleinkre és járjon mindenki előtt.

Ügyvédek

A legjobb ügyvédek egy helyen

Infostart.hu
2020. november 10.
Miből lesz lakásunk, nyugdíjunk, luxusautónk?
2020. november 10.
Öngondoskodás 2020
2020. november 10.
Portfolio Private Health Forum 2020
2020. november 11.
Energy Investment Forum 2020
tradeers