FHound Fashion Intelligence (Paid)

This dataset provides absolute monthly search visibility for 90 global fashion and luxury brands, 56 publicly traded, across five markets, covering 60 consecutive months from May 2021 through April 2026. Designed for investment professionals, equity researchers, and brand analysts, this data enables a systematic framework for predicting forward stock returns using brand search visibility as a leading indicator — offering a search-based alternative signal to traditional fundamental analysis. Year-over-year absolute change in search visibility predicts 10–12 month forward returns with statistically significant correlations — with different markets serving as leading signals for different brands. Covering five markets (US, France, Italy, Korea, and Global), the dataset enables multi-market analysis that single-market metrics cannot capture.

原始信息汇总

数据集详情：FHound Fashion Intelligence (Paid)

提供方：FHound Insights, Inc.

定价：付费（一次性访问）

概述：提供90个全球时尚与奢侈品牌（其中56个为上市公司）的月度搜索可见性信号，覆盖美国、法国、意大利、韩国和全球五个市场，时间跨度为2021年5月至2026年4月，共60个连续月份。数据旨在为投资专业人士、股票研究员和品牌分析师提供基于搜索可见性的领先指标，用于预测前瞻性股票回报。

业务应用场景

• 量化分析：包含品牌搜索可见性的绝对量指数、动量指标和主导市场信号。同比绝对变化显示出与8-12个月滞后累积前瞻股票收益的统计显著相关性，可用于量化模型。
• 市场分析：提供跨五个市场的绝对搜索可见性，以及跟踪每月主导市场、其搜索份额、主导稳定性及变化信号的主导市场指标。
• 需求预测：结构化的月度搜索可见性和动量指标可直接作为需求预测模型的输入特征，无需额外预处理。

数据字典

数据集包含以下五个数据表：

表名	描述
BRAND_INDEX	90个品牌的参考表，包含品牌slug、名称、母公司、交易所上市信息和股票代码。
BRAND_VISIBILITY_TIMESERIES	品牌可见性时间序列（月度搜索可见性）。
BRAND_MOMENTUM_TIMESERIES	品牌动量指标时间序列。
BRAND_REGION_DOMINANCE_TIMESERIES	品牌区域主导地位时间序列。
BRAND_YOY_TIMESERIES	品牌同比变化时间序列。

BRAND_INDEX 表主要列：BRAND_SLUG (Varchar)、BRAND_NAME (Varchar)、COUNTRY_OF_ORIGIN (Varchar)、PARENT_COMPANY (Varchar)、LISTED (Boolean)、EXCHANGE (Varchar)、TICKER (Varchar)。

使用示例

1. 查询特定品牌在特定市场的月度搜索可见性（例如，爱马仕在法国市场）： sql SELECT BRAND_SLUG, REGION, DATE, VALUE FROM BRAND_VISIBILITY_TIMESERIES WHERE BRAND_SLUG = hermes AND REGION = FR ORDER BY DATE;

2. 追踪品牌的主导市场信号（例如，Miu Miu每月由哪个市场主导需求及其份额变化）： sql SELECT BRAND_SLUG, DATE, DOMINANT_REGION, SHARE_DOMINANT, INDICATOR_CHANGE FROM BRAND_REGION_DOMINANCE_TIMESERIES WHERE BRAND_SLUG = miumiu ORDER BY DATE;

3. 查询所有品牌在指定月份的同比变化排名（例如，2024年1月）： sql SELECT BRAND_SLUG, REGION, DATE, VALUE FROM BRAND_YOY_TIMESERIES WHERE DATE = 2024-01-01 ORDER BY VALUE DESC;

4. 获取特定品牌-市场组合的同比数据作为投资信号（例如，爱马仕在法国，已知其11个月滞后的相关性 r=0.73, p<0.001）： sql SELECT BRAND_SLUG, REGION, DATE, VALUE FROM BRAND_YOY_TIMESERIES WHERE BRAND_SLUG = hermes AND REGION = FR ORDER BY DATE;

5. 查询所有上市公司的品牌元数据（用于与时间序列表关联）： sql SELECT BRAND_NAME, BRAND_SLUG, LISTED, COUNTRY_OF_ORIGIN, PARENT_COMPANY, EXCHANGE, TICKER FROM BRAND_INDEX WHERE LISTED = TRUE ORDER BY BRAND_NAME;

其他信息

• 类别：需求预测、金融、市场分析、量化分析
• 交付方式：Secure share
• 刷新频率：静态数据产品
• 时间覆盖：月度
• 联系方式：[e-mail] (销售与支持)