
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
随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07