京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据战略为战胜市场提供独特投资策略
传统金融理论往往认为人的决策是建立在理性预期和效用最大化上,但是大量的心理学研究证明,人的情绪会影响金融市场,并造成市场波动。投资者的恐惧和贪婪,在影响股市涨跌中有着不可忽视的作用。人们虽然一直认可这个事实,但是长期以来,缺乏一种可以量化的工具和手段来跟踪这种影响因子。然而,近期崛起的互联网大数据战略可能改写这个现实。
9月24日,新浪财经发布业内首个财经大数据战略,以新浪财经累计的资讯、用户、行为数据为驱动,通过重点产品不断沉淀新数据,再将数据应用于金融产品创新,从而可以在指数编制、策略发现和市场影响领域引导金融市场的变革。
从新浪财经所采集的样本来看,其千万量级的用户、日均3万多条的资讯、40多万条互动信息以及过百万条财经类微博博文,形成了一个天然的基础金融生态。在这个生态上,通过采集关键字等数据挖掘手段跟踪市场情绪,为战胜市场提供了一种独特的行为金融学投资策略。
新浪财经这种策略的本质,就是通过掌握庞大的数据信息,对这些含有意义的数据进行专业化处理。通过对数据的加工,实现数据的增值效应。沉淀的数据如果不应用,很难发现其价值。但是,数据分析技术的进步让我们能够挖掘这座被人忽视的宝藏。
那么,这种投资策略是否有效呢?美国印第安纳大学和英国曼切斯特大学的一份联合研究证明,通过对社交网络搜集一些关键字,并将这些信息流导入一种算法来决定市场的整体情况,同时编制一种情绪指数,再利用这个情绪指数对道琼斯指数每天的变化进行预测,预测的准确率达到了惊人的87.6%。这个理论的基础是:当人们表现贪婪时,股市就会上涨;当人们害怕时,股市就会下跌。当人们情绪低落时,他们在网络上发布的信息会表达其情绪,通过对情绪的研究可以有效预测股市在短期的表现。预测如此高的成功率,足以证明大数据策略的有效。
从实践的效果来看,南方基金和新浪财经通过其大数据战略编制的指数,在挂牌以来的8个交易日,其i100指数和i300指数均以1.02%的累计涨幅领先于中证100指数-1.30%和沪深300指数-0.99%的收益率。
就目前来看,新浪财经的大数据策略从理论到实践的颇为成功。但是,大数据和云计算在金融创新领域的应用,目前并没有时间期限足够长的案例能够证明其准确性。学术界目前也刚刚开始研究,任重而道远。如何用大数据,大数据分析采用哪些方法,如何和云计算结合起来,还是未来我们需要考虑的问题。大数据在金融创新中的应用刚刚起步,我们期待未来业内出现更多更好的实践案例。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 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 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24