华尔街玩转社交网络大数据:利用你的恐惧赚钱
5月28日,当上证指数以重挫6.5%结束一天行情时,网络上到处弥漫着恐慌与迷茫的情绪。就在投资者在坚守和撤离之间难做抉择之时,有一种软件已在后台搜集这些情绪数据,并进行量化分析,形成具体的投资意见。这就是美国华尔街投行、对冲基金、甚至纽约证券交易所都在使用的社交网络股市情绪量化分析法。
我国的股市情绪量化分析,也随着股票雷达、投资脉搏以及百度股市通等应用的出现,进入了起步阶段。在大市走向震荡加剧的当下,将感性的情绪量化为理性数据,不失为投资者纵观全局的参考指标。
2015年4月,总部位于波士顿的对冲基金Tashtego宣布,将依靠数据算法,利用社交网络分析客户情绪和投资者行为进行交易。这则消息,向大众揭开了华尔街使用的情绪量化分析法的神秘面纱。
实际上,从2013年美国证监会(SEC)允许上市公司在社交网络披露公司信息起,美国股市情绪分析应用如雨后春笋般冒出,华尔街投行、对冲基金等纷纷加入到这股互联网金融浪潮中。
社交数据分析公司受追捧
2013年3月8日,纽约数据分析公司Dataminr(数据矿工)的客户收到一条紧急推送,称一艘皇家加勒比海游轮抵达佛罗里达的埃弗格莱兹港,船上的105名乘客和3名船员全部感染诺如病毒(常见伴随症状是食物中毒和腹泻)。这则经确认的新闻刚公布,皇家加勒比海游轮公司的股价旋即急跌2.9%。Dataminr的客户在新闻公布前48分钟即得知此事件。
引起Dataminr员工警觉的,是南佛罗里达新闻电台WSVN于当天下午1点发布的一条推文。“我们心中警铃一震”,Dataminr公司创始人彼得·贝利说,后台语义算法系统发现这条推文与曾经产生过类似价值的信息行文类同。当天下午1点02分,即该推文发布两分钟后,Dataminr公司的相关客户就收到一封警示邮件。
上述Dataminr提供的服务,不过是美国近几年社交网络股市情绪分析浪潮中的一例。
诸如Social Market Analytics(社交市场分析公司SMA)和Hedge chatter等公司都以Twitter、Facebook等社交网络大数据为基础,收集并分析网络上对上市公司或某一事件的看法评论,并作出与股价有关的预测分析。
全球最大社交数据提供商GNIP2014年发布白皮书指出,社交网络股市情绪分析最早始于2010年,用途还只限于企业分析客户感受。2013年,美国证监会(SEC)允许上市公司在社交网络披露公司信息后,包括汤森·路透、彭博社在内的全球著名数据提供商也开始提供社交网络数据分析服务。
面向机构和个人的相关应用如雨后春笋般冒出。Dataminr创始人彼得·贝利透露,他们的客户就包括华尔街前5大超级投资银行中的3家,和一家估值150亿美元的股权避险基金公司。
SMA与全球领先的数据分析商Markit合作,向超3000家机构投资者提供信息,里面就包括中央银行、华尔街投行、对冲基金、政府机构和保险公司等。值得注意的是,SMA甚至打入了交易所内部,向美国纽约交易所用户订阅栏目提供实时数据分析结果。
理论基础和数据池更成熟
对市场情绪的分析早有理论基础。2002年,心理学家丹尼尔·卡纳曼和经济学家弗农·史密斯因对结合了心理学和经济分析的行为经济学的研究,分享了这一年的诺贝尔经济学奖,让这一细分学科在沉寂了几十年后真正走进了公众视野。
2010年,美国印第安纳大学和英国曼彻斯特大学的三位学者合作发表了一篇题为《Twitter情绪预测股市》的论文,指出基于大量推文而分析出的公众情绪与道琼斯工业指数相关联,甚至具有预测性。
他们选取2008年2月28日至12月19日近1000万条推文作为样本,采用两种情绪追踪工具将其分类。一种是开源工具OpinionFinder,将推文二分为积极和消极情绪;另一种是以临床医学使用的情绪状态量表(POMS)基础而新开发的情绪测试工具GPOMS,能将公众的情绪分为冷静、警惕、确信、活力、友善和幸福这六个类别。
研究者发现,将“冷静”情绪指数后移3天,竟然与道琼斯工业平均指数惊人一致,也就是说,Twitter反映出的情绪能在一定程度上预测3~4天后的股市变化。另外,研究者还测试了一个称为SOFNN的股市预测模型。当仅输入股市数据时,模型已经有73.3%的准确率;加入“冷静”的情感信息后,准确率更升至86.7%。
分析软件如何在全球每天数百亿推文中筛选有效信息,成为量化市场情绪的关键,专业的算法成为筛选有效信息的利器。
对相对成熟的美国公司来说,其能利用的数据池非常广泛。《每日经济新闻》记者注意到,Dataminr、SMA和Hedge chatter三家业界主力的信息来源分为两种。
一种是依托全球最大专业数据提供公司英国DataSift(数据雨燕)和美国GNIP。DataSift数据池共有超过21家网站,拥有强大的信息过滤算法,每秒能挖掘12万条推文,数据池除了主要的Twitter、Facebook、Wordpress和Tumblr外,还有图片社交网站Instagram、视频分享网站Youtube和Dailymotion等,其中Datasift还取得了新浪微博、腾讯微博的资源授权。
二是公司用自己的语义分析法对数据进行细分。例如SMA锁定超过30万的专业投资者,这部分人密切关注资本市场动向,有规定地发布股市推文。因此成为SMA数据库的基础来源,并每月自动筛选替换。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14