京公网安备 11010802034615号
经营许可证编号:京B2-20210330
以大数据预测房价是科幻小说_数据分析师
炒股有什么诀窍?说起来很简单:低买高卖。问题是,你怎么知道哪里是低买,哪里是高卖?
媒体报道,国家统计局试图利用网络搜索数据实现精确的房价预测。国家统计局是政府负责经济数据统计的部门,但是这一做法,暴露了国家统计局并不懂经济。当然,国家统计局不懂经济这一点,早就暴露了,不过这一次暴露得也太明显了一点,让人有荒唐的感觉。
假如房价可以用大数据预测,那么股价也是经济数据,也可以通过大数据预测。并且,股市数字相对房价更透明、更精确、更全面。要得到股市大数据,比得到房价大数据容易多了。假如股市可以预测,那么,股民就真的知道哪里是股市的低点,哪里是高点,然后就真的低买高卖,大发其财了。
的确,有很多人做过这方面的努力,希望通过建立模型预测股市而发财,但所有人都失败了。
假如人们知道10天后是股市的高点,人们会怎么做?大家都会买入,结果就会在现在就把股价抬上去,高点今天就会到来。
股市的这种现象,经济学中称为市场有效理论,意思是说,市场上所有的人都在预测,所有信息现时就会反映在股价上。10天后的利好或者不利好,今天就会包含在股价中。西方有种说法,说猴子扔飞镖选股,业绩也不会比基金经理差,这是因为,基金经理面对的,也是市场消化了的股价。当然有些基金经理的业绩更好,但那其实更有可能是运气。
病毒的传播可以建立模型预测,那是因为病毒的轨迹是确定的。但人的行为是不断变动的。当人们知道明天的信息,他们在今天就会改变行为的轨迹。所以,经济数据不可能精确预测。
经济学确实可以给出一些趋势判断。比如,如果政府加大印钞,经济学可以判断这是促进房价上涨的因素,但具体涨多少、什么时候涨、还有没有其他抑制上涨的因素同时发生,这些都是无法预测的。
经济学家张五常喜欢引用一句话:早知三日事,富贵万万年。任何企业家,都是在冒风险,比运气,看谁恰好符合了消费者的需求。符合消费者需求的就发财,否则就被淘汰。没有任何人可以确知某个经济事件。
但是统计局却宣称自己可以早知三日事。试想一下,统计局的官员并没有比企业家聪明假如他们比企业家聪明,他们早就下海发财去了他们能想到的事,企业家会想不到?如果真的有准确预测房价的办法,那肯定早就被企业家发现了,并且早就被用来发财了。但悖论也就来了:如果大家都知道房价的精确涨跌,那么,他们就会采取行动买卖,这个信息就会反映在今天的房价中了。这个悖论企业家无法解决,统计局更无法解决。
也许为了掩盖这一悖论,统计局宣称,他们将把精确的预测数字只在内部使用。他们看来也明白,如果公开,就会引起人们行动的变化。但是这个说法只是自欺欺人。一是上面说过的,如果真的存在那种人们梦寐以求预测办法,无数企业家早就发现了;二是,市场上无数人的行为,哪怕是基于模糊感觉的行为,也早就消化了一切未来预测。
的确,有很多人都表现出预测房价的准确性,比如任志强,但是大家都明白,那也只是任志强基于专业经验的一种感觉。任志强任何时候都有可能预测失败。
常有人说,某某接近中央领导,所以他事先知道政策会怎么样、经济会怎么样。其实,那是不可能的。不要说接近中央领导的人,就是李克强总理自己,他也不知道自己下一步会怎么行动。去年年底的时候,他不会知道自己将在3、4月份搞微刺激;3、4月份搞微刺激的时候,他不知道7、8月份经济数据会下滑多少。所有这些事情都是不确定的。政府应该做的是,让市场去处理不确定的事,让企业家去预测消费者的需求。政府一旦加入行动,就会增加市场不确定,让企业家、消费者无所适从。
统计局不会比任志强做得更好,它能做的,无非是浪费纳税人的钱,然后装出内部掌握了未来房价走势的权威架势,以证明自己没有浪费纳税人的钱。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21