另類數據預測股票

A. 大數據能不能預測股市

大數據對於很多的地方都是非常有用的，但是，是否也有大數據不能做到的？我覺得很多時候，大數據只能說作為一個參考的方向，並不能准確的作出判斷，或者給出答案。首先大數據是一個有科學根據的一個參考物，因為有大量的數據，有大量的參考物，所以，這件事情結果跟大數據一致的概率變得會跟大數據所統計的相差不遠，這就是我們的大數據擁有的功能。

我們的股市，說實話我以前的工作是金融方面的也接觸過股市，對於股市的話，首先影響我們股市的一些因素有哪些？從宏觀來說，像國家的一些政策調控，包括我們公司的一些政策變化，股東的一些變動，或者說我們現在在整個股市來說什麼樣的一個趨勢。

我們如果從技術層面，就是可以通過我們的一些k線圖，或者我們的一些kdj指標，很多的一些分析股票的一些指標來判斷，當然這些指標的話並不是百分之百，都是金錢。而是說這些指標，其實也就是通過一些大量的，我們以前的歷史數據，其實都是已經是歷史性的，所以總結出來的這樣一個圖案，便於我們能進行分析。

這樣一個指標的話，其實跟我們的大數據就非常的類似，我們說大數據到底能不能預測故事？這個真的不能具體的回答，因為預測這個事情也就是說對於未來的股市的一個判斷，這其實是很難的，我們很多的時候看到的都只是表面上的，大數據來說，他可以給出一個方向，或者能夠得出的結論跟未來行情的變化正確的概率是非常高的，但是我們不能百分之百肯定，他得出的結論是正確的，所以大數據他可以預測股市一個大致方向，但不不能保證他預測的是正確的，可以作為一個參考。

B. 預測股票漲跌的方法有那些

影響股票漲跌的因素有很多，例如:政策的利空利多、大盤環境的好壞、主力資金的進出、個股基本面的重大變化、個股的歷史走勢的漲跌情況、個股所屬板塊整體的漲跌情況等，都是一般原因(間接原因)，都要通過價值和供求關系這兩個根本的法則來起作用。
本質上來看，股票就是一種「商品」商品的價格都是由價值決定的，所以股票的價格由它的內在價值（標的公司價值）決定，而且波動在價值上下。
普通商品的價格波動規律就是股票的價格波動規律，會受到市場上供給與需求的影響。
就像市場上的豬肉一樣，當需要的豬肉越來越多，豬肉的供給卻跟不上，那豬肉價肯定上升；當市場上有很多賣豬肉的，豬肉供給大於需求，那麼豬肉的價格就會下降。
對於股票來說：10元/股的價格，50個人賣出，但市場上有100個買，那另外50個買不到的人就會以11元的價格買入，股價就會上漲，反之就會下跌（由於篇幅問題，這里將交易進行簡化了）。
通常來說，導致雙方情緒變化的原因非常多，供求關系也會因此而受到影響其中影響比較大的因素有3個，接下來我們一一說明。
在這之前，先給大家送波福利，免費領取各行業的龍頭股詳細信息，涵蓋醫療、軍工、新能源能熱門產業，隨時可能被刪：【絕密】機構推薦的牛股名單泄露，限時速領！！

一、哪些因素會使得股票出現漲跌變化？
1、政策
行業或產業的發展，離不開國家政策的指導，比如說新能源，現在國家對新能源產業的扶持力度越來越大，針對相關的企業、產業都展開了幫扶計劃，比如補貼、減稅等。
政策帶來了大批的資金投入，而且還會不斷找尋相關行業板塊以及上市公司，這些都會影響股票的漲跌。
2、基本面
從長期的角度看，市場的走勢和基本面相同，基本面向好，市場整體就向好，比如說疫情後我國經濟有所回升，企業盈利也在逐步提高，股市也就一起回升了。
3、行業景氣度
這點很關鍵，行業的景氣程度，非常影響股票的形勢行業景氣度和公司股票的漲幅程度成正比，比如上面說到的新能源。
為了讓大家及時了解到最新資訊，我特地掏出了壓箱底的寶貝--股市播報，能及時掌握企業信息、趨勢拐點等，點擊鏈接就能免費獲取：【股市晴雨表】金融市場一手資訊播報
二、股票漲了就一定要買嗎？
很多新手並不是了解股票很長時間，一看某支股票漲勢大好，馬上花了幾萬塊投資，結果一直往下跌，被套的死死的。其實股票的漲跌可以人為地在短期內進行操作，只要有人持有足夠多的籌碼，一般來說占據市場流通盤的40%，就可以完全控制股價。因此學姐建議剛接觸股票的新手，把選擇長期佔有龍頭股進行價值投入作為重點考慮項目避免短線投資損失慘重。吐血整理！各大行業龍頭股票一覽表，建議收藏！

應答時間：2021-09-23，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

C. 基於微信大數據的股票預測研究

基於微信大數據的股票預測研究
大數據是近些年來的熱門話題，無論國際上還是國內，影響很大。經濟學、政治學、社會學和許多科學門類都會發生巨大甚至是本質上的變化和發展，進而影響人類的價值體系、知識體系和生活方式。而全球經濟目前生成了史無前例的大量數據，如果把每天產生的大量數據比作神話時期的大洪水是完全正確的，這個數據洪流是我們前所未見的，他是全新的、強大的、當然，也是讓人恐慌但又極端刺激的。
而我所分享的話題，正是在互聯網環境下，如何利用大數據技術，進行股票預測的研究。–今天，我想分享我認為有意義的四點。
1.大數據下的商業預測
根據大數據，我們可以有效地進行故障、人流、流量、用電量、股票市場、疾病預防、交通、食物配送、產業供需等方面的預測。而本文我們所關心的內容是股票市場的預測。
大數據的核心是預測，預測依賴於對數據的分析。那麼分析的方法是否是基於隨機采樣的結果而設計的，這樣的分析方法是否會有誤差？
從傳統認識上，由於資源和科技的局限，如人和計算資源受限、從計算機處理能力來講無法處理全部數據來獲取人們所關注的結果。因此隨機采樣應運而生，通過所選取的個體來代表全體，如使用隨機抽取的方式來使得推論結果更科學。但既然提到了大數據，它是資源發展到一定程度、以及技術發展到一定階段產生的一個新的認識。如同電力的出現，使人類進入了一個快速發展階段，大數據也一樣，它的含義是全體樣本，從整體樣本來做推論。在本文大數據的含義是所有股票在整個社交網路上的流動信息，從數據源上講，本文沒有採用所有社交網路上的數據，只分析了微信這個最具代表性的社交媒體作為信息源。
互動數據能反映用戶情緒，搜索數據能反映用戶的關注點和意圖，在股市預測時這兩種數據哪種更具有參考價值？
我認為都有價值，互動數據反映了用戶對某一特定股票的喜好和厭惡，可以簡單描述為對該股票的操作是繼續持有還是賣出；而搜索數據則代表用戶在收集該股票信息的過程，它是關注度的概念，某隻股票搜索度高則意味著消息的影響力大。互動代表著方向，搜索代表著振幅。
我們知道這兩種數據得出的結論會有差異，您是如何平衡這兩種數據反映的情況來進行預測的？
正如上一個問題里提到的，如果是股票推薦，買進賣出等原則問題，則應該考慮互動數據，但如果已經買到手了，搜索數據可以提供一個幅度的概念，類似債券評級A級、AA級、AAA級等，供投資者參考，因為不同投資者對風險的承受度是不同的。
將股票和市場的消息整理成140字的短消息發布，是否意味著主要發布渠道是微博？現在微信公眾號很火，有沒有考慮通過這個渠道也發布消息？
事實上，信息傳播的方式很多，微信作為新媒體當然影響力不容小覷，但目前技術投入最小的還是郵件、簡訊等方式，未來會考慮使用公眾號來推送股票和市場消息。
如果在未來通過微信公眾號推送消息，那麼推送的消息會不會作為數據來源被再次採集？這會有多大的影響？
會被採集，但互聯網上的每日關於個股的信息數量會達到很大，該推送會增加推薦股票1點權重，每隻股票的權重成百上千，因此影響極小。
數據來源是微信公眾號，除了准確性的考慮之外，是否還考慮過這樣收集數據會較少觸犯個人隱私？
從法律角度來看，搜索微信或其他個人聊天記錄，是侵犯個人隱私權的，因此如果騰訊開放了這樣的介面，每個公民都可以對這樣的行為進行投訴、抗議、甚至進行法律起訴直至其改正過錯、賠償損失的。
這樣是否意味著即使存在違法的行為，其結果也是由騰訊來承擔，而我們作為數據的使用方不需要承擔任何法律責任？
在整個社會，我們作為系統技術提供方，應恪守大數據的倫理道德，遵守國家法律，如侵犯個人隱私，系統不會採集，谷歌有一句座右銘「谷歌不作惡」，本文提到的系統也一樣。
2.基於大數據進行股票推薦實驗
股票的及時度反應了微信文章所發布的時效性，及時度越高，數據價值就越大。
股票的熱度反應了當前某隻股票被關注的頻度，關注頻度越大，上漲的可能性越高。

數據的完整性：我們採用循環的方式對所有深滬兩地發行約2236隻股票（創業版除外）在微信搜索網站上的搜索結果進行保存。
數據的一致性：文件格式由負責保存數據文件的程序決定，單一的流程保障了文件的一致性。
數據的准確性：由於所分析的訂閱號文章的是由微信公共平台的公眾號所提供，在一定程度上杜絕了虛假消息對於預測系統的破壞。
數據的及時性：考慮到磁碟讀寫以及採集程序所處的網路帶寬，以及搜索引擎對於採集程序的屏蔽，程序中採集兩條信息之間間隔了5秒，因此理論上11180秒（3.1個小時）可收集完當日推薦所需要的數據。對於每個交易日，在9點-9點30分之間採集所有數據，需要7台以上的設備可達到最佳效果。本次試驗受限於試驗設備，在一台設備上，交易日每天早六時開始進行數據採集，也滿足及時性要求。
數據分析：查看三個高優先順序的股票，該股票當日的開盤價與收盤價，再與當日（2015-4-8）上證綜指進行比較，可得在收益上該演算法是優於上證綜指為樣本的整體股票的股價差收益的。
實驗結論：按照上述方式，系統每天推薦出當日股票，在開盤時進行買進，在第二個交易日進行賣出。經過一個月21個交易日（2015-3-1至2015-3-31），系統的收益為20%/月。通過微信搜索公眾號來預測市場走勢和投資情緒呈現出正相關性，因此可以作為股票甄選的因子。
3.股票預測的大數據發展趨勢
網路數據分成三種：
一是瀏覽數據，主要用於電商領域的消費者行為分析，瀏覽數據反映了用戶每一步的訪問腳步，進一步刻畫出用戶的訪問路徑，分析不同頁面的跳轉概率等。
二是搜索數據，主要指搜索引擎記錄的關鍵詞被搜索頻次的時間序列數據，能反映數億用戶的興趣、關注點、意圖。
三是互動數據，主要是微博、微信、社交網站的數據，反映用戶的傾向性和情緒因素。
2013年諾貝爾經濟學獎得主羅伯特?席勒的觀點被無數采訪對象引述。席勒於上世紀80年代設計的投資模型至今仍被業內稱道。在他的模型中，主要參考三個變數：投資項目計劃的現金流、公司資本的估算成本、股票市場對投資的反應（市場情緒）。他認為，市場本身帶有主觀判斷因素，投資者情緒會影響投資行為，而投資行為直接影響資產價格。
計算機通過分析新聞、研究報告、社交信息、搜索行為等，藉助自然語言處理方法，提取有用的信息；而藉助機器學習智能分析，過去量化投資只能覆蓋幾十個策略，大數據投資則可以覆蓋成千上萬個策略。
基於互聯網搜索數據和社交行為的經濟預測研究，已逐漸成為一個新的學術熱點，並在經濟、社會以及健康等領域的研究中取得了一定成果。在資本市場應用上，研究發現搜索數據可有效預測未來股市活躍度（以交易量指標衡量）及股價走勢的變化。
對於搜索數據：互聯網搜索行為與股票市場的關聯機理。這個研究屬於行為金融與互聯網的交叉領域，其原理是：股票量價調整是投資者行為在股票市場上的反應；與此同時，投資者行為在互聯網搜索市場也有相應地行為跡象，我們要做到是：找到互聯網搜索市場中領先於股票交易的行為指標，綜合眾多投資者的先行搜索指標，對未來的股票交易做出預判。
如同天氣預報那樣，不斷優化模型、灌入海量信息，然後給出結果。並且在處理的信息中，有80%是「非結構化」數據，例如政策文件、自然事件、地理環境、科技創新等，這類信息通常是電腦和模型難以消化的。採用了語義分析法，可以將互動數據里的金融對話量化為「-1（極度看空）」到「1（極度看多）」之間的投資建議，通過分析互動數據的數據文本，作為股市投資的信號。
4.正在發生的未來
大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的將來。
大數據在實用層面的影響很廣泛，解決了大量的日常問題。大數據更是利害攸關的，它將重塑我們的生活、工作和思維方式。在某些方面，我們面臨著一個僵局，比其他劃時代創新引起的社會信息范圍和規模急劇擴大所帶來的影響更大。我們腳下的地面在移動。過去確定無疑的事情正在受到質疑。大數據需要人們重新討論決策、命運和正義的性質。擁有知識曾意味著掌握過去，現在則意味著能夠預測未來。
大數據並不是一個充斥著演算法和機器的冰冷世界，其中仍需要人類扮演重要角色。人類獨有的弱點、錯覺、錯誤都是十分必要的，因為這些特性的另一頭牽著的是人類的創造力、直覺和天賦。這提示我們應該樂於接受類似的不準確，因為不準確正是我們之所以為人的特徵之一。就好像我們學習處理混亂數據一樣，因為這些數據服務的是更加廣大的目標。必將混亂構成了世界的本質，也構成了人腦的本職，而無論是世界的混亂還是人腦的混亂，學會接受和應用他們才能得益。
我相信，利用基礎數據、搜索數據、互動數據再進行加權計算，可以對所有股票進行大數據遴選，從而給出投資建議。我認為，我們的肉身剛剛步入大數據時代，但我們的精神還滯留在小數據、采樣思維之中，率先用理性擊碎固有思維的人，也將率先獲得大數據帶來的益處。

D. 如何利用Python預測股票價格

預測股票價格沒有意義。
單支股票價格，多股組合，大盤這些都可以使用神經網路來學習，02年就做過了，漲跌預測平均能達到54%到57%的准確率，但是只能定性，無法定量，因此，在扣除印花稅之後無利可圖。

純粹使用股票交易數據來預測並保證總體獲利不是程序能辦到的，人也辦不到。
目前世界上最先進的炒股機器也只能利用網路時差那微不可計的零點幾秒在歐洲與美國證券間倒來倒去，那套系統研發費用數千萬，硬體（主要是獨立光纜）費用以億計。

E. 大數據產業被納入「十四五」規劃，百觀科技用另類數據驅動商業決策

疫情發生以來，全球經濟發展都進入了數字經濟的新階段，「數據要素」的概念逐漸深入人心。

作為數字經濟深化發展的核心引擎，「數據要素」已成為最具時代特徵的生產要素。 數據顯示，「十三五」時期，大數據產業規模年均復合增長率超過30%，2020年超過1萬億元。去年年底，《「十四五」數字經濟發展規劃》和《「十四五」大數據產業發展規劃》的連續發布，更是進一步規范並推動了數據要素市場的培育、數據產業鏈的形成，以及整個數據產業生態的構建。

伴隨著互聯網和移動終端的普及，以及信息通信技術的蓬勃發展，在傳統的金融數據之外，誕生了另類數據，並成為當前數據市場不可或缺的一部分。

成立於2016年，百觀 科技 主要面向一、二級投資市場的金融機構以及消費、零售、文化 娛樂 及地產等行業的企業客戶，幫助其以另類數據驅動的模式，更系統性地制定商業決策。 百觀推出的百觀 科技 新一代智能研究操作系統 ROS（Research Operating System），以產品化的方式顛覆了數據的採集、存儲、分析到最後分發的全過程。

成立以來，公司已完成了來自華創資本、真格基金、Palm Drive Capital及標普全球（S&P Global）的多輪融資，融資金額高達數千萬美元。

數字經濟需數據先行，數據作為數字經濟的血液與養分，其規范的加工、交易流程及安全合規的運轉模式將是產業 健康 發展的前提。

「十四五」規劃對數字經濟和大數據產業提出了具體的規范和指導，並強調要培育壯大數據服務產業，培育數據服務商。這對於百觀 科技 這樣的另類數據服務商來說，意味著一個全新的時代已經到來。在這樣的背景下，百觀 科技 將持續專注信息的採集、聚合、降噪，為各行各業客戶提供另類數據驅動的系統性商業決策解決方案。

隨著大數據在各行各業的滲透和發展，繼農業經濟、工業經濟之後，數字經濟成為新的經濟形態。 作為數字經濟的核心引擎，數據要素已經成為與土地、勞動力、資本和技術並列的五大生產要素之一。

2021年，國務院和工信部分別針對數字經濟和大數據產業的發展出台了《「十四五」數字經濟發展規劃》和《「十四五」大數據產業發展規劃》，在政策層面明確了數據是新時代重要的生產要素，是國家基礎性戰略資源，同時提出以數據流引領技術流、物質流、資金流、人才流，打通生產、分配、流通、消費各環節，促進資源要素的優化配置。

另類數據，是相對於傳統金融數據而言的新類型數據。傳統的金融數據一般指股票、債券等的交易數據、上市公司年報和財務數據，而另類數據一般分為三類，1）個體生產的數據，包括社交網路上個人所生產的文章、評論一類的數據；2）商業過程中生產的數據，像人流量數據等；3）來自感測器的數據，如卡車的物聯網數據、衛星圖像數據等。

另類數據的爆發離不開互聯網、移動終端以及信息通信技術的普及。隨著積累數據的基礎設施不斷加強，以前無法留存的數據得以大規模的存儲和積累，並得到有效利用。而伴隨著另類數據在宏觀、中觀和微觀層面的應用，另類數據與傳統數據相互補充，共同組成了數字經濟時代的生產要素， 對另類數據的分析和研判也成為了經濟形勢研判和商業決策中不可缺少的一環。

「百觀 科技 在另類數據領域深耕多年，在技術、產品、合規、行業理解以及人才培養上都有突出的表現，正符合「十四五規劃」中提到的應該被重點培育的數據服務商。」 百觀 科技 的創始人兼CEO陳沐表示。

在他看來，數據服務產業目前正處在黃金發展期，政策的落地使得產業在數據加工、交易和應用等各個階段均有規可循，同時各地數據交易所的成立，也將使得數據資源得以更高效地流通，「數據產業鏈上游的不斷完善將利好處於產業鏈下游應用端的數據服務商，這其中就包括百觀 科技 」。

創立百觀 科技 之前，陳沐曾在兩家百億級的國際對沖基金工作，同時也是美國第一批數據產品經理，成功打造了多個百萬美元收入的數據產品，數據產品經理的主要工作即將數據和數據工具用技術封裝成產品，再使其應用於商業分析和洞察。

2016年，陳沐注意到，國內不少投資機構和企業在做投資、商業研究時，仍然使用數十年前陳舊的技術和方法。彼時，他開始思考將先進的雲計算等技術與另類數據相結合，開拓出全新的數據研究方式，百觀 科技 應運而生。

相較於傳統的數據研究，百觀 科技 用產品化的方式來提供數據分析服務，其產品定位為「基於新的數據和新的技術形成的體系化、底層的操作系統」，涵蓋了數據採集、數據挖掘、數據整理，直至應用數據產品的全過程。

基於這樣的產品架構，百觀能夠幫助客戶從海量信息中高效提取有價值的內容，最終實現更系統化、更數據驅動的商業決策。

在持續的 探索 和嘗試後，百觀推出了百觀 科技 新一代智能研究操作系統ROS（Research Operating System），為客戶提供針對10+個行業、200,000+家公司的可靠分析與深度數據指標。

陳沐介紹，ROS平台由三大部分組成，底層模塊負責多源異構的原始數據的採集，中台運用先進的數據湖等技術對數據進行存儲加工，最上層則是直接向客戶展示的數據產品及數據洞察。客戶不僅能夠通過ROS平台隨時隨地接觸高價值、精準且即時的數據，也可使用SaaS內集成的各類互動式分析工具定製分析維度，滿足其研究需求。

在底層的數據源上，百觀已經開發了包括線上/線下消費數據、遙感數據、app流量數據、輿情數據等在內的多種數據源。針對客戶的特定需求，百觀還能幫助投資機構追蹤製造業企業貨物的數據、消費者支付行為的數據、人流量數據等。

成熟的產品與服務離不開持續的技術投入。百觀 科技 在大數據工程、演算法、數據產品化等方面積累深厚。正是基於先進的多模態識別、大數據、AI以及雲計算等技術，公司搭建了業界成熟的湖倉一體解決方案。

今年年初，經國家 科技 部、財政部、稅務總局聯合認證，百觀 科技 被認定為國家高新技術企業，這意味著百觀 科技 在核心自主知識產權、 科技 成果轉化能力以及成長性指標等方面得到了國家級認可。

在產品與技術實力的加持下，百觀 科技 形成了兩大主要的應用場景，一個是投資研究，另一個是商業分析。 投資研究場景的客戶包括一、二級投資機構，服務內容既有對上市公司關鍵指標、趨勢的跟蹤挖掘，也包括對一級市場新趨勢、新品牌的跟蹤和數據挖掘。

商業分析則主要針對品牌等企業客戶。陳沐表示，對於企業而言，對外部數據的採集和分析正滲透進越來越多的部門。除了戰略部門，企業在市場、產品研發等各個環節都需要外部數據的參與，而百觀能夠幫助企業進行全方位的數字化轉型，實現其內部數據與外部數據的打通與融合。

目前公司已經服務包括國內外大型對沖基金、主權基金、PE/VC及國內外知名企業在內的上百家客戶。此外，據陳沐透露，公司的頭部客戶留存率為100%，合約金額續約率也高達140%。

另一方面，對於數據服務企業來說，數據安全是繞不開的話題。

去年9月實施的《中華人民共和國數據安全法》對數據服務中的數據來源的合法性、正當性提出了明確的要求。陳沐表示，百觀 科技 一向重視數據的安全合規，公司有專門的數據源團隊與法務合規團隊，在數據合規、安全以及數據傳輸的加密上，團隊也會做詳細的盡職調查。

今年，百觀 科技 成功入選信通院數據安全推進計劃（DSI）成員單位，對此，陳沐表示：「本次入選DSI參與單位，是中國信通院對百觀的企業實力和數據安全保障能力的認可，我們也將與其他入選單位一同為推進國家《數據安全法》、《個人信息保護法》等法律法規的實施貢獻力量。」

自2016年成立，百觀 科技 從零開始，目前的員工規模已經超過百人。其中，產品研發人員佔比達80%，團隊中近一半擁有海外求學或工作的經歷，在行業研究、數據科學、產品研發領域經驗豐厚，並在頂級金融機構與新經濟企業有多年從業經驗。

與此同時，另類數據仍屬於新興市場，作為業內頭部企業，百觀正逐步完善其內部人才培養體系。陳沐介紹，百觀內部為員工提供了清晰的培訓機制和晉升路徑，合夥人團隊也正在以mentor制來培養數據產品經理。 同時，在由清華大學金融 科技 研究院發起的金融 科技 創業大賽中，百觀 科技 也是「最受投資人歡迎」企業的得主，並持續支持學院在另類數據領域的研究和培訓。

對百觀 科技 來說，其現階段的目標是打造一個企業外部數據聚合及分析的平台，不斷完善數據要素產品化的系統。 市場層面，百觀 科技 一方面會繼續提高在投資機構類客戶的滲透率，同時也會擴大在消費品市場的客戶群。另外，公司還將面向新經濟產業，包括新能源 汽車 、商業地產以及文化藝術等領域，積極開發新客戶。

政策和市場的雙重驅動下，我國數據要素市場正加速走向成熟，而這對於數據服務企業來說，也意味著不可估量的商業機會。

接下來，百觀 科技 將持續引入戰略資本，加大對更多原始數據的產品化投入，加強多模態識別、認知AI、雲計算、大數據等技術模塊的研發投入，深入數據驅動決策場景的SaaS化開發，完成數據驅動決策平台的願景，成為中國新一代數據產品行業的巨頭。

F. 另類數據正在崛起，為對沖基金帶來優勢

面對全球新冠肺炎疫情蔓延影響以及國際局勢的緊張，對沖基金和企業正在發力尋找應對辦法，一個提供衛星圖像、社交媒體情緒變動等另類數據的龐大行業迎來機遇。

-01-

官方數據的滯後性使另類數據需求崛起

隨著對沖基金和企業尋覓如何應對COVID-19疫情危機的線索，一個提供衛星圖像、社交媒體、情緒變動等非常規數據的數十億美元行業迎來旺盛需求。

在發現官方數據在反映新冠疫情導致的經濟活動崩潰與復甦方面太過遲緩之後，許多投資機構紛紛轉向所謂的另類數據——標准金融市場指標或統計數據之外的「利基信息」。提供商表示，這類數據可以提供對一家公司或一個經濟體運行狀況的寶貴、實時的了解。

另類數據並非一個新概念。根據羅聞全與亞斯米娜•哈桑霍德齊克合著的《技術分析簡史》一書中描述，古巴比倫的商人會測量幼發拉底河的深度和流量，以設法在貿易中佔得先機，這就是因為他們發現了這些數據與商品供應的關聯性。

另類數據之前在幾年前也有引起廣泛關注，當時投資者對計算機驅動（人工智慧選股、系統自動下單與計算機數據匯總挖掘等）的交易基金非常狂熱。

-02-

投資業內人士的看法

在新冠疫情爆發之前，網站Alternativedata.org的數據就顯示，今年僅基金管理公司在另類信息上的年度總支出預計就將超過17億美元，遠高於3年前的4億美元。另一家另類信息提供商Neudata稱，目前有近1500家另類數據提供商。該公司表示，3月、4月和5月處理客戶查詢的工作量是正常情況下的四倍左右。

現在已知已經有不少的大型資產管理公司像BNP Asset Managemen，瑞士投資公司Unigestion等都表示他們都有使用另類數據給其投資組合參考一些新的領導性指標並產生一些新的投資想法。

對沖基金Aspect Capital的基金經理阿西夫•努爾(Asif Noor)是另類數據的多年信奉者，但表示最近幾個月的經歷「鞏固了這種看法」。該公司的新聞閱讀演算法在2月中旬發現了隨油價波動的挪威克朗不斷走弱的市場情緒。到了2月底，該公司的Systematic Global Macro基金已開始做空挪威克朗，並將這一操作持續至3月初。隨著油價下跌和克朗暴跌——美元對挪威克朗匯率從3月6日的1美元兌9.2挪威克朗升至3月19日的1美元兌12挪威克朗——該基金斬獲利潤。

然而，一些基金經理質疑另類數據帶來獲利押注的幾率有多大，即便它確實突顯了某種經濟趨勢。

阿姆斯特丹Kempen Capital Management的另類策略聯席主管米希爾•梅烏維森(Michiel Meeuwissen)表示：「更為波動、更為短期的數據更多，可能未必有助於產生獲利的交易。常識有時會同樣靠譜，甚至更為靠譜。」他以根據新冠危機來挑選做空哪些行業作為例子。

-03-

面對市場波動，對沖基金 探索 新方向

各界普遍承認，數據將成為未來競爭優勢之源頭。電子儲存數據總量和種類的急劇增長、計算機計算能力與數據儲存能力的增長、以及分析大量復雜信息的技術（如機器學習）的快速發展大幅提升了另類數據的可得性。近些年，另類數據在資產管理行業中的使用越來越廣泛。

另類數據更多的應用於偏股票型的量化對沖基金。近於實時的另類數據流有助資產管理公司提前獲得大量股票買入或賣出的信號。除此之外，傳統資產管理公司也已經開始使用另類數據來幫助提升人工制定長期投資決策的質量。例如，英國資產管理公司Schroders在2014年推出了一個「數據洞察部門」（Data Insights Unit，以下簡稱「DIU」）。DIU擁有30名數據科學家，他們分析各種另類數據，幫助投資組合管理團隊制定中長期投資決策。

另類數據的應用對於資產管理公司來說，需要具備足夠的專業人才進行深度的數據分析，再結合市場上的專業第三方數據處理專家的建議以掌握研究的主動權，就很可能挖出獨門的α。

面對全球新冠肺炎疫情蔓延影響以及國際局勢的緊張，對沖基金和企業正在發力尋找應對辦法，另類數據就是其中一個發力點。鈞譽，作為亞太地區的業績優異的對沖基金領導者，面對著世界格局及全球市場波動下，不斷吸引優秀人才充實團隊。鈞譽團隊不斷在市場上去接觸新機會精進自己的策略組合，對投資者負責，為投資者提供低風險相對高收益的穩定回報。

G. 可不可以基於海量數據預測股票

我覺得你可以根據自己的經驗來預測股票吧都是需要從各方面來預測不能只從一方面來預測股票少投資因為風險很大

H. 用數學工具預測股票漲跌靠譜么

說股票是一種「商品」也不為過，所以它價格的多少由內在價值（標的公司價值）所決定，而且波動在價值上下。
股票的價格波動也和普通商品一樣，會被市場上它的供求關系所影響。
和豬肉有一樣，當需求的豬肉量大幅度增長，供給過少，需求過多，價格就會上升；當賣豬肉的多了，豬肉供大於求，那麼豬肉就只能夠降價銷售。
反映到股票上就是：10元/股的價格，50個人賣出，但市場上有100個買，那另外50個買不到的人就會以11元的價格買入，股價就會因此得到提高，反之就會導致股價下降（由於篇幅問題，這里將交易進行簡化了）。
平日里，雙方的情緒好壞受多方面影響，進而影響到供求關系的穩定，其中可能產生較大影響的因素有3個，接下來我將給大家進行詳細說明。
在這之前，先給大家送波福利，免費領取各行業的龍頭股詳細信息，涵蓋醫療、軍工、新能源能熱門產業，隨時可能被刪：【絕密】機構推薦的牛股名單泄露，限時速領！！

一、是什麼導致了股票的漲跌？
1、政策
國家政策對行業或產業的引領處於主導地位，比如說新能源，幾年前我國開始對新能源進行開發，針對相關的企業、產業都展開了幫扶計劃，比如補貼、減稅等。
這就使得大量資金流入，挖掘相關行業板塊或者上市公司，引發股票的漲跌。
2、基本面
看長期的趨勢，市場的走勢和基本面相同，基本面向好，市場整體就向好，比如說疫情下我國經濟率先恢復，企業盈利也有所改善，股市也會出現回彈的情況。
3、行業景氣度
這個比較關鍵，一般來說，股票的漲勢基本與行業走勢正向相關，反之，行業越不景氣，這類公司的的股票價格變會普遍下降，比如上面說到的新能源。
為了讓大家及時了解到最新資訊，我特地掏出了壓箱底的寶貝--股市播報，能及時掌握企業信息、趨勢拐點等，點擊鏈接就能免費獲取：【股市晴雨表】金融市場一手資訊播報
二、股票漲了就一定要買嗎？
很多新手並不是了解股票很長時間，一看某支股票漲勢大好，便毫不猶豫投資幾萬塊，後來竟然一路下跌，被套的非常牢。其實股票的漲跌可以人為地在短期內進行操作，只要有人持有足夠多的籌碼，一般來說占據市場流通盤的40%，就可以完全控制股價。如果你現在是剛入門的股票新手，優先選擇長期持有龍頭股進行價值投資，避免短線投資被人割了韭菜。吐血整理！各大行業龍頭股票一覽表，建議收藏！

應答時間：2021-09-23，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

I. 如何利用歷史數據來預測一隻股票的走勢（只做理論思考）

說點簡單點的，但實用性並不算太強的一個思路給你參考一下吧！
可從長期走勢看，也就是之前的歷史走勢是如何的，在過去的一年裡走勢整體來說是下跌的還是上漲的，還是震盪盤整的！還是先跌後漲的！
如果是整體下跌的，那連續下跌一年，那未來就相對肯定會出現一輪上漲，且風險較低利益較大。只是需要耐心去等待啟動！
如果是震盪盤整，那就要看震盪盤整前是下跌的還是上漲的，如果是下跌的，那這盤整結束後也很大可能出現一輪上漲！如果震盪盤整前是上漲的，那就要看連續漲幅有多大，如果超過100%，那這個震盪盤整結束後那很大可能會是下跌的！
理論上，一個走勢對應多個可能，而這多個可能還可衍生出其它多種可能，所以，思路就是這樣，就不詳細給你講了！ 你分給得太少，哈哈！

J. 預測股票的方法有幾種

1、股票價格的預測要綜合考慮多種因素，比如公司的基本面、日K線、周K線、月K線、成交量、各種技術指標等等。股票買了就漲是許多人夢寐以求的事情，其實，盤中判斷股價會不會拉升並不是「可『想』不可求」的事情，是通過長期看盤、操盤實踐可以達到或者部分達到的境界。其中一個重要方法是「結合技術形態研判量能變化」，尤其是研判有無增量資金。
2、股票預測公式和方法是：
如果當天量能盤中預測結果明顯大於上一天的量能，增量達到一倍以上，出現增量資金的可能性較大。股票預測首先要預測全天可能出現的成交量。公式是(240分鍾÷前市9：30分到看盤時為止的分鍾數)×已有成交量(成交股數)。使用這個公式時要注意：
（1）往往時間越是靠前，離開9：30分越近，越是偏大於當天的實際成交量。
（2）一般採用前15分鍾、30分鍾、45分鍾等三個時段的成交量來預測全天的成交量。過早則失真，因為開盤不久成交偏大偏密集;過晚則失去了預測的意義。