京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据统计告诉你 暴跌中的股民在忙什么_数据分析师考试
2015年的这次A股暴跌与之前的的区别是什么?除了暴跌的幅度、持续时长均超过历史同期以外,还有一点也很重要:那就是操作的媒介发生了变化。在01年的大跌中,大部分股民还是在证券大厅中紧盯股票走势。07年的大跌中,PC端股票网站及软件已经逐渐普及,而在现在,移动端的证券内应用则成为了主要的炒股工具。
正因如此,移动端的大数据也精确的记录下了每一个股灾中的股民的真实行为。由TalkingData移动数据研究中心出具的一组数据,为我们留下了这些珍贵的记录。
1.股市波动越剧烈,证券APP越活跃
伴随近期股市的大幅震荡,证券类应用用户活跃度也出现波动,每逢沪指大幅下跌或重大利好政策出台次日,证券类应用的用户活跃次数均出现显著增长。
证券类应用用户活跃度
可以看到,在央行和证监会公布利好之后的第一个开市日,股票APP均会有较大的活跃增长(例如6月29日、7月6日)。此外,剧烈的波动也会影响股民的活跃度,例如在7月1日,沪指大跌5.23%之后,第二天的股票APP的活跃程度就达到近段时间的峰值。
2.股民选择的证券应用不同,但心理状况和应用习惯近似。
各证券类应用的日活跃用户量的变化也与股市在工作日与周末的开市规律一致,并随近期股市震荡出现相应波动。
应用活跃度
图中,应用活跃度从上至下排序分别为:同花顺、大智慧、东方财富通、涨乐财付通和自选股。可以看到,无论用户使用哪家的证券类应用,趋势增长幅度都是类似的。但用户较多的同花顺与大智慧,在一些重大时间点上,用户活跃程度会产生更大的波动。
3.早晨、开盘时和晚间消息公布时为证券类应用的活跃高峰期
在看过了周期分析之后,我们来看看单日分析。
证券类应用的活跃高峰期
6月29日,经历了前一周周五的股市重挫与周末的降准利好消息,用户对周一股市开盘的走势高度关注,证券类应用的活跃度也在股市一开盘便抵达高峰。
从整体局势上看,在开盘前的7点钟(也是许多股民起床的时间)即开始活跃度激增。这不仅仅是因为暴跌中的股民已经养成了起床后关注证券类应用的习惯,也因为6月29日是央行降息后的第一个开市日,因此多数股民会对股票走势产生更高的期待。
9点开盘之后,证券应用的活跃度迅速增长在1小时内达到最高点。甚至在中午收盘,证券应用的活跃度仍没有明显的减少。这体现出股民在中午休市期间的股票查询及操作仍然很频繁。下午随着股指继续振荡,证券类应用的活跃度持续维持在高水平,一直到闭市。
在收盘之后,证券应用的活跃度开始逐渐下降。但晚上十九点活跃度又提升。这说明《基本养老保险基金投资管理办法》公开征询意见等消息出台,使得高度敏感的股民在利好消息出现后立即打开证券应用,筹划明天的操作。
4.看盘交易类应用活跃高峰为开盘时间,资讯社交类应用活跃高峰为早晨、收盘后与晚间。
7月2日,沪指高开低收,证券类应用用户活跃度也呈现上午增长后下午持续低迷的特点,与看盘交易类的同花顺、大智慧等不同;注重资讯社交功能的雪球;在收盘后及晚间的用户活跃度较盘间时段更高。
证券类应用用户活跃度
具体而言,7点应用高峰时段,活跃度最高的是雪球。而在上午和下午开盘时期,则是自选股和涨乐财付通及其他看盘操作类应用的活跃期。但看盘操作类应用在收盘后活跃度便开始下降,而雪球则走势更为平稳。最终在晚上21点,随着晚间利好消息的出台,由于股民需要对消息进行及时的讨论、分析,因而注重社交的雪球的活跃度再次上升达到一天第二个顶点。
5.股票走势与股民活跃度成正向关系。
7月6日,在经历了周末证监会暂缓IPO与要求券商增持的利好消息后,市场情绪振奋,开盘证券应用出现活跃度高峰,下午沪指一路走低收盘前出现反弹,证券应用用户活跃度也在收盘前出现小高峰。
上证走势图与应用活跃走势图
将上证走势图与应用活跃走势图两相对比可以看出,大盘走势与证券应用的活跃程度出现的正向相关关系。7月6日早上9点,随着沪指高开7.82%,开盘后证券类应用活跃度迅速达到全天峰值.但随着股市之后逐渐下跌振荡,股民的活跃度开始减退。但在14:30后大盘走势尾部突然拉升,使得股民的注意力重新集中起来,证券应用的活跃度也开始上升。
6.不同地域城市均用股票应用,安卓设备中三星、华为和小米最多。
证券应用用户的地域
从证券应用用户的地域来看,证券类应用已经在一、二、三线城市同时普及开来,因此一、二、三线城市的股民分配非常平均。甚至一线城市的城市股民的证券应用还要少于二线及三线以下城市,仅占25.6%。而三线城市的反而占比最多,占39.5%。
而另外一方面,如果从安卓用户的手机来看,约七成是三星、华为和小米用户。其中30.8%的用户使用三星手机,比例为安卓手机品牌最高。华为和小米是第二梯队,均为20%左右。此后则是魅族(4.4%)、酷派(3.4%)、OPPO(2.8%)、联想(2.2%)和HTC(2.0%)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18