京公网安备 11010802034615号
经营许可证编号:京B2-20210330
南方大数据100年化42.93% 这个基金可以有
社交网络炒股可以很美
大数据(Big Data)这个词,经过过去几年媒体的大肆渲染,相信诸位已经不陌生了。在那些报道中,大数据神乎其神,从推荐图书到预测流行病无所不能。
如此神奇的大数据,自然会有人用于投资的研究。
拿什么大数据来辅助投资决策?从美国来看,社交网络Twitter的数据是研究最多的,这可能与Twitter渗透率高、数据量大同时还包含发布者的情感有关,适合做比较深入的研究。而从研究和实践来看,效果不错。
2010年,美国印第安纳大学的一项研究成果表明:从Twitter信息中表现出来的情绪指数与道琼斯工业指数的走势之间具有很强的相关性。研究表明,Twitter中表现出来的情绪和道指接下来几天的上涨或者下跌的相关性达到了87%。此外,美国佩斯大学在2011年的研究成果表明,社交媒体可以预测出三大国际知名品牌股票价格的涨跌,包括星巴克、可口可乐和耐克。
当然,以上不过是纸上谈兵,真正让市场相信Twitter大数据可以辅助投资的,还是“Twitter 对冲基金”CAYMAN ATLANTIC的实践结果。
利用Twitter进行投资决策可以产生超额收益
2012年7月,CAYMAN ATLANTIC成立,专注于利用Twitter数据进行投资。查看了下官网公布的投资数据,从基金成立到2015年3月,不但表现比S&P 500指数来的稳健,而且还有超额收益,相比S&P 500指数ETF19%的年化收益,CAYMAN ATLANTIC以22.1%的年化收益产生3%的超额收益——对于美股,这已经算很不错的成绩了。
微博助阵,大数据炒A股如鱼得水
社交网络大数据炒股,对于A股这样注重消息的市场,显然效果要比在美国好许多。
2014年9月12日,南方基金、新浪财经、深证信息公司三强联手宣布推出大数据100指数(简称:i100),你可以在行情软件中输入399415查看这一指数的走势。
i100指数采用的是三层数据选股的模型,包含了财务因子、市场驱动因子和大数据因子三个模块,其中大数据就是来自新浪的网络财经大数据。
i100指数
i100指数的历史回测数据从2010年2月开始,表现那是极为优异。
i100指数2010年以来超额收益显著
从下面与沪深300(4520.461, -1.46, -0.03%)指数和中证500指数的对比表可以看到,i100指数很智能,总能找准蓝筹和中小盘股的大格局。比如2011年大盘股沪深300指数抗跌,i100比沪深300指数更抗跌;2012年沪深300指数跑赢中证500指数,i100比沪深300指数更强;而到了2013年中证500指数走强的时候,i100又比中证500指数更强了。正是这样的智能,所以i100累计涨幅远胜于沪深300指数和中证500指数。
i100指数与沪深300对比
当然,i100指数最让我印象深刻的,是其超额收益的稳定性。
将2010年二季度开始每个季度i100相比沪深300指数和中证500指数的超额收益做了一个统计,i100指数在80%的季度中跑赢沪深300指数,而跑赢中证500指数的季度更多达90%。
绝大多数季度i100指数都有显著超额收益
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22