宏觀經濟分析大數據股票

㈠ 股票宏觀經濟分析包括哪些內容

股票宏觀經濟分析包括哪些內容？股票的宏觀經濟分析主要是從一國的經濟活動為主要的研究大方向出發的，具體從GDP和國民收入的變化，以及企業的經營，經濟周期的波動，經濟增長和通貨膨脹等等因素進行考量，研究各種相關總量及其變化對股票的影響，另外對於一些特殊的股票，在分析時還要同時觀注到國際宏觀經濟面，因為這些都可能會直接影響到股票的基本供求關系，所以國際宏觀分析也同樣不容忽視，從股票宏觀分析的方法論上看，宏觀經濟分析基本方法主要包括全面分析和結構分析，宏觀經濟所涉及的分析指標主要包括 GDP、GDP增長率、失業率、通貨膨脹率、社會商品零售總額、CPI、PPI、銀行貸款、利率、匯率等，目前的國際金融市場包括貨幣市場、證券市場、外匯市場、黃金市場和期權期貨市場，每個市場都存在相互的影響，金融品種之間互相傳導，股票市場也只是其中的一部分，國內經濟與世界經濟的聯系也日益緊密，所以在做股票宏觀經濟分析時，要國內國外統籌的考慮。

㈡ 300458 全志科技走勢全志科技的宏觀經濟分析全志科技股票診股手機

雲計算、大數據、物聯網等眾多技術，它們不斷智能化，眼下，對於生活場景智能化，我們已經非常熟悉了，小到智能玩具機器人、掃地機器人，大到智能家電、自動駕駛汽車等。在未來科技發展的大潮中，智能化的全面普及在未來將成為必然趨勢。全志科技，產品主要應用於汽車電子、智能家電等智能產品的晶元研發與設計企業，它的投資亮點有什麼呢？下面一同來分析。

在要准備分析全志科技起頭前，我整理好的晶元行業龍頭股名單分享給大家，點開就可以瀏覽：寶藏資料！晶元行業龍頭股一覽表

一、公司角度

公司介紹：全志科技主營業務為智能應用處理器SoC、高性能模擬器件和無線互聯晶元的研發與設計，主要是開發智能應用處理器SoC、高性能模擬器件和無線互聯晶元這些產品，產品在智能家電、車聯網、機器人、智能物聯網等多個產品領域能夠廣泛使用。

大致分析完公司基礎概況後，接下來就對公司獨特的投資價值進行深度研究。

亮點一：提前布局汽車半導體，國內稀缺的車規級半導體供應商

各國開始大力發展新能源車，新能源車時代就此拉開序幕，與此同時，也會出現一個智能電動車時代。這個過程中，半導體晶元顯得尤為重要，而汽車相關晶元與手機相關晶元差別很大，汽車廠商對於車規級晶元的安全性、可靠性、穩定性、良品率具有極高要求，一旦有了AEC-Q系列認證(門檻很高）才能夠進入車規晶元供應鏈。

從2014年起，全志科技就開始研製開發車規級晶元，如今已得到AEC-Q100認證，成功成為了國內為數不多的車規級半導體供應商。將來，汽車電子化率+電動化率日漸加速，公司在研發更多汽車品牌的基礎上，導入了客戶，汽車半導體未來會發展成為公司最有潛力的增長引擎。

亮點二：AIOT（人工智慧物聯網）行業爆發，公司撞上風口

於全志科技而言，不光有多年的技術積累，而且還有多元化產品布局，以AI全面賦能為助力，與多家行業標桿客戶建立戰略合作關系，且在演算法、算力、產品、服務多方面配合客戶調整，讓AI語音、AI視覺應用更加系統完整化，將有關智能家電、智能監控、輔助駕駛等方面的AI產品實現量產化，我們目前合作了多家龍頭企業，包括了美的、格力、小米、石頭科技等。

隨著萬物互聯、萬物智能時代的到來，公司也追隨時代潮流，在未來的時間里，能夠充分受益並以此步入高速增長階段。

考慮到字數原因，其餘全志科技的深度報告和風險提示的信息，我都給大夥整理出來了，戳開即能領取：【深度研報】全志科技點評，建議收藏！

二、行業角度

AIOT領域：從IDC研究數據看出，全球物聯網的支出在2020年達到6904.7億美元，其中23.6%是中國市場佔有的。IDC預測，全球物聯網市場支出到2025年將達1.1萬億美元，年均增長11.4%，中國市場的佔比也在不斷提升，目前已經提升到25.9%，物聯網市場規模處於全球地第一位。

汽車半導體領域：受智能駕駛逐漸普及的影響，未來汽車行業必然會實現電子化率+電動化率的提升，這期間，汽車半導體也將飛速發展，從數據上來看，在半導體下游應用中，汽車半導體成為增速最優部分的可能性很大。

總體而言，智能化是時代發展的必然，全志科技在智能化領域積極布局，未來將充分獲益並得到高速發展，覺得公司未來的表現出色。但是文章會有一些延遲，假若想更加切確地知道全志科技以後的情勢，直接打開鏈接網址，有專門的投顧幫你分析股情，判斷全志科技的估值是否有誤差：【免費】測一測全志科技現在是高估還是低估？

應答時間：2021-12-08，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

㈢ 000938 紫光股份走勢紫光股份的宏觀經濟分析紫光股份股票診股手機

數字經濟為全球經濟的增長創造了條件，在數字經濟的帶動下，雲計算、大數據和人工智慧的普及進程會加快，新一代信息基礎設施建設的投入也會一直增加，計算、網路、存儲和安全及智慧應用將獲得較大的發展空間。下面就著重將在上述領域一站式布局的領先企業--紫光股份分析一下。

在開始分析紫光股份前，我整理好的計算機頭股名單分享給大家，點擊就可以領取：寶藏資料！計算機行業龍頭股一覽表

一、公司角度

公司介紹：紫光股份主營業務是提供技術領先的網路、計算、存儲、雲計算、安全和智能終端等全棧ICT基礎設施及服務，佔比最多的產品就是交換機、路由器、刀片伺服器等。多年以來紫光股份在中國雲管理平台市場都是排名第一的市場份額，在中國私有雲廠商競爭力象限圖中位於「領導者象限」,技術能力國內排名首位。

初步認識了公司的基礎概況，接下來看一看公司有什麼獨特的投資亮點。

亮點一：全產業鏈布局，一站式數字化解決方案"專家"

紫光股份目前已有"芯-雲-網-邊-端"全產業鏈布局，是國內稀缺的能夠提供從晶元設計-設備-服務及綜合解決方案一體的廠商，並具備從通用型產品到行業專用產品，從核心晶元到系統整機、到數據中台、到雲上應用的全產業鏈和縱向技術垂直整合能力。紫光股份擁有計算、存儲、網路、5G、安全等全方位的數字化基礎設施整體能力，而且公司還是我國少數能夠提供一站式數字化解決方案的專業公司。

亮點二：覆蓋全球的銷售網路

紫光股份的營銷模式是直銷+經銷+分銷，在全國設立40餘家辦事處，擁有3000出頭的銷售人員，渠道觸達范圍十分廣，目前國內各地都有它們的營銷網點，該優勢處於業內領先水平。同時，紫光股份對海外渠道建設進行了加強，持續大力開拓國際市場，要著重關注包括日本、俄羅斯、馬來西亞等七個子公司在內的功能建設，光認證海外合作夥伴的數量就達到了500餘家，在全球20多個國家有分布。

紫光股份開發的國內國外渠道雙輪驅動的策略，為世界各地的客戶提供優質的產品和服務，繼續佔領市場份額，現在，紫光股份所擁有的大多數產品的市場份額均靠前。

由於篇幅受限，更多關於紫光股份的深度報告和風險提示，我整理在這篇研報當中，點擊即可查看：【深度研報】紫光股份點評，建議收藏！

二、行業角度

以5G、物聯網、工業互聯網為代表的通信網路基礎設施，也是以數據中心、智能計算中心為代表的算力基礎設施，{以人工智慧、雲計算、區塊鏈等為代表的新技術基礎設施等新一代信息基礎設施都在不斷升級並持續普及，並且，這屬於一個不可逆的過程，是時代發展的必然，所以，未來數字化基礎設施的建設將越來越多，毋庸置疑，新興行業未來的發展是趨向高速發展的，行業未來的表現會特別好。

總的來說，被稱為一站式數字化解決方案"專家"紫光股份，5G、物聯網等多項數字化產業是其產品主要面向群體，未來將牢牢把握住行業上升所帶來的機會，未來的紫光股份一定會有廣闊的發展空間。但是文章具有一定的滯後性，如果想更准確地知道紫光股份未來行情，直接點擊鏈接，有專業的投顧幫你診股，看下紫光股份估值是高估還是低估：【免費】測一測紫光股份現在是高估還是低估？

應答時間：2021-11-19，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

㈣ 影響股市的重要經濟數據有哪些

我之前也是用軟體採集了股市數據，然後直接進行的數據分析，我是跟前嗅合作的，我覺得很強大，推薦給你，給你參考一下他們公司給我的分析報告都包含那幾方面。
1.宏觀經濟分析：國內外宏觀經濟數據分析、政策走勢分析、經濟形勢分析。
2.證券數據分析：通過建立數據模型，分析股票指數數據，預測股票走勢。
3.財務報表分析：通過建立分析模型，分析財務狀況，關聯公司之間的經濟往來情況。
4.投資項目評估：多維度分析投資項目，通過數據進行投資決策支持，減少投資風險。
他們公司從這些方面給我分析了全網的股市數據，非常詳細，你也可以聯系看看。希望對你有幫助。

㈤ 怎麼看股票的基本面

如果是投資而且還是想獲得更高的勝率，當然不能少了對於市場環境和買入標的分析，可是我卻發現，好多人都不了解基本面分析，覺得基本面分析非常復雜不願了解。其實困難也不多，今天學姐就讓大家明白基本面分析應該怎麼做，這樣就更容易抓住牛股了。開始之前，不妨先領一波福利--機構精選的牛股榜單新鮮出爐，走過路過可別錯過：【絕密】機構推薦的牛股名單泄露，限時速領！！！
一、 簡單介紹
1、 基本面分析是研究影響股價因素的方法
按照教科書的解釋，我們在進行基本面分析的時候首先要注意影響證券價格變動的敏感因素，分析研究證券市場的價格變動的一般規律，為了達到讓投資這做出正確決策，我們會提供科學依據的分析方法。簡單來說，影響股票價格的敏感因素有很多，而基本面分析指的就是對這些影響因素的分析。
2、 基本面分析包括3個方面
所以我們到底研究的是哪些因素呢？可以看這3個層面，即宏觀經濟分析、行業分析和公司分析。有的朋友看到這三個因素就頭大了，彷彿要學習全部的經濟學課程之後才有資格分析！這個時候不要著急，學姐教大家如何從實戰的角度來分析。
二、 如何進行基本面分析
1、 宏觀經濟主要看政策和指標
我們都知道，宏觀經濟是股市整體行情好壞的重要因素，像經濟政策（貨幣政策、財政政策、稅收政策、產業政策等等）和經濟指標（國內生產總值、失業率、通脹率、利率、匯率等等）對股票市場的影響都是巨大的。但在現實情況下，一般都不去選擇十全十美，不然容易因為小的利益而失去了大的利益，核心變數才最為重要，例如注意一些反應市場流動性的宏觀指標，例如貨幣政策和財政政策（是否降息、降准以維持寬松）、匯率（是否提高以吸引外資進場）。這便是因為對短期時間來講，價格有波動的情況，很多都是由供求關系決定，因此如果市場出現了更低的利率，更加寬松的貨幣政策的時候，那麼這時候市場流動性也是更寬裕了，買方力量更強，那麼這也使得股價上行。可以先看看2021年，美國雖然疫情嚴重但股市卻一直上漲，就是因為美國持續實行寬松政策所致。

2、 公司分析主要看行業、財務和產品
再好的行情，也會有跌跌不休的公司，這很可能就是公司基本面有問題。所處行業是首先要看的，因為公司沒有達到行業的水平，行業不景氣公司自然很難發展，產業趨勢向上的行業，其中的企業擁有的盈利空間自然就會更大。對於一些整體只有十幾億規模等較小發展空間的行業，都沒一家上市公司大，我們自然不看了；還可以看行業現在是在哪一個發展階段，有的行業已經進入了成熟階段或者衰退階段，典型的如朝陽行業的鋼鐵煤炭等；再就是看行業有沒有政策支持，政策支持的行業，發展前景是更加美好的。今年各大券商對於各行業的研究報告已經出爐，感興趣可以點擊領取：最新行業研報免費分享
行業選擇好了以後，緊接著就是行業下進行公司的選擇，目前就以兩個主要方向去進行分析：
財務報表：了解公司的財務狀況、獲利能力、償債能力、資金來源和資金使用狀況，主要跟蹤的財務數據有營業收入、凈利潤、現金流、毛利率、資產負債率、應收款、預收款、凈資產收益率等。
產品與市場：前者主要分析公司的品牌、產品質量、產品的銷售量和生命周期；後者主要分析產品的市場覆蓋率、市場佔有率以及市場競爭能力。
三、基本面分析的優劣勢
講到這里，大家應該已經清楚了基本面分析的優勢，這是很系統的自上而下的分析方法，從宏觀分析到中觀再到微觀，可以讓我們不在迷惑市場當整體環境和樣貌並能讓真正有價值的公司被我們發現。然而，其實任何一個分析方法，具有好的地方，肯定也存在弱點。基本面分析的劣勢也顯而易見，雖然學姐已經很通俗的為大家講了，如果想要真正的入門，那必須過了門檻條件。在基本層面上來分析的話，是沒有辦法及時反映短期價格的過渡波動，因為就短期來說，價格可能還受投資者交易情緒等影響，從基本面分析的結果中，體現不出這一部分。可能對於小白來說，還是很難判斷出股票的好壞，不過沒關系，我特地給大家准備了診股方法，哪怕你是投資小白，也能立刻知道一隻股票的好與壞：【免費】測一測你的股票當前估值位置？

應答時間：2021-08-26，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

㈥ 思特奇的公告思特奇宏觀經濟分析思特奇股份股票

現在5G時代全面到來了，人工智慧、大數據、物聯網等新興產業正在快速發展，這對於支撐數字產業運行的相關運營商來說，無疑是好的增長機會，下面，就來重點解析一下國內前沿的智能產品和運營服務領先企業--思特奇的投資價值。

在開始分析思特奇前，我整理好的數字經濟產業龍頭股名單分享給大家，點擊就可以領取：寶藏資料！數字經濟行業龍頭股一覽表

一、公司角度

公司介紹：思特奇主營業務是為客戶提供數字化轉型的基礎技術平台、雲和大數據的智能產品和運營服務。主要產品包括5G為核心的業務價值重構和業務支撐運營服務、人工智慧AI演算法開放平台和運營、物聯網運營和服務支撐平台等。思特奇智慧城市在2020年榮獲"新基建明星企業"等榮譽稱號，獲得行業內高度認可。

簡單了解公司基礎概況後，下面具體分析公司獨特的投資價值。

亮點一：產品和服務領先同行

發展了這么多年，思特奇已經發展成為中國移動、中國聯通、中國電信、中國廣電等行業的業務支撐域的首腦廠商，它的產品和服務包括電信運營商業務支撐服務域和網路支撐運營服務域的全面關鍵核心。關鍵一點是在與中國電信的合作中，思特奇在全渠道運營支撐、智慧風控管控、跨域營銷協同等數轉應用方面全面開展了產品創新與落地，具備了業界領先水平指引了行業的發展，成為了業界的龍頭。

亮點二：不止於前，致力於新技術的研發和突破

目前，思特奇擁有了行業領先的自主知識產權產品和服務，在市場份額領域保持行業的第一，但其仍舊一直加強運營商行業的市場佔有率和競爭力。思特奇將頂尖的核心專家、技術團隊進行集中，以數字化轉型為驅動來推動公司的發展，進一步加大在5G、人工智慧、物聯網、區塊鏈、大數據等新技術、新應用方面的研發投入和探索突破，在企業數字化轉型中，可以提供滿足行業特徵的端到端解決方案，不斷促進新模式、新應用的落實和商業應用。

由於篇幅受限，更多關於思特奇的深度報告和風險提示，我整理在這篇研報當中，點擊即可查看：【深度研報】思特奇點評，建議收藏！

二、行業角度

現在我們已經迎來了新的技術革命，關鍵在於5G的應用，在數據中心、5G等新一代信息基礎設施建設地接連完成的推動下，以及雲計算、工業互聯網、人工智慧等新技術應用越來越被普遍，整個數字行業將進入全新的增長軌道，現在疫情已經不那麼緊張了，全球將5G的建設慢慢的恢復過來，這也給數字行業增加了很多新機會，所以未來數字行業的發展前景廣闊，這也將使數字經濟中運營商行業的市場空間越來越大。

經過以上分析，國內領先的運營商企業-思特奇，它的行業技術發展實力是屬於行業領先水平，未來可以將行業發展帶來的巨大機會進行充分的利用，特別看好思特奇未來的發展。但是文章具有一定的滯後性，如果想更准確地知道思特奇未來行情，直接點擊鏈接，有專業的投顧幫你診股，看下思特奇估值是高估還是低估：【免費】測一測思特奇現在是高估還是低估？

應答時間：2021-12-03，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

㈦ 如何用大數據炒股

我們如今生活在一個數據爆炸的世界裡。網路每天響應超過60億次的搜索請求，日處理數據超過100PB，相當於6000多座中國國家圖書館的書籍信息量總和。新浪微博每天都會發布上億條微博。在荒無人煙的郊外，暗藏著無數大公司的信息存儲中心，24小時夜以繼日地運轉著。
克托·邁爾-舍恩伯格在《大數據時代》一書中認為，大數據的核心就是預測，即只要數據豐富到一定程度，就可預測事情發生的可能性。例如，「從一個人亂穿馬路時行進的軌跡和速度來看他能及時穿過馬路的可能性」，或者通過一個人穿過馬路的速度，預測車子何時應該減速從而讓他及時穿過馬路。

那麼，如果把這種預測能力應用在股票投資上，又會如何？

目前，美國已經有許多對沖基金採用大數據技術進行投資，並且收獲甚豐。中國的中證廣發網路百發100指數基金（下稱百發100），上線四個多月以來已上漲68%。

和傳統量化投資類似，大數據投資也是依靠模型，但模型里的數據變數幾何倍地增加了，在原有的金融結構化數據基礎上，增加了社交言論、地理信息、衛星監測等非結構化數據，並且將這些非結構化數據進行量化，從而讓模型可以吸收。

由於大數據模型對成本要求極高，業內人士認為，大數據將成為共享平台化的服務，數據和技術相當於食材和鍋，基金經理和分析師可以通過平台製作自己的策略。

量化非結構數據

不要小看大數據的本領，正是這項剛剛興起的技術已經創造了無數「未卜先知」的奇跡。

2014年，網路用大數據技術預測命中了全國18卷中12卷高考作文題目，被網友稱為「神預測」。網路公司人士表示，在這個大數據池中，包含互聯網積累的用戶數據、歷年的命題數據以及教育機構對出題方向作出的判斷。

在2014年巴西世界盃比賽中，Google亦通過大數據技術成功預測了16強和8強名單。

從當年英格蘭報社的信鴿、費城股票交易所的信號燈到報紙電話，再到如今的互聯網、雲計算、大數據，前沿技術迅速在投資領域落地。在股票策略中，大數據日益嶄露頭角。

做股票投資策略，需要的大數據可以分為結構化數據和非結構化數據。結構化數據，簡單說就是「一堆數字」，通常包括傳統量化分析中常用的CPI、PMI、市值、交易量等專業信息；非結構化數據就是社交文字、地理位置、用戶行為等「還沒有進行量化的信息」。

量化非結構化就是用深度模型替代簡單線性模型的過程，其中所涉及的技術包括自然語言處理、語音識別、圖像識別等。

金融大數據平台-通聯數據CEO王政表示，通聯數據採用的非結構化數據可以分為三類：第一類和人相關，包括社交言論、消費、去過的地點等；第二類與物相關，如通過正在行駛的船隻和貨車判斷物聯網情況；第三類則是衛星監測的環境信息，包括汽車流、港口裝載量、新的建築開工等情況。

衛星監測信息在美國已被投入使用，2014年Google斥資5億美元收購了衛星公司Skybox，從而可以獲得實施衛星監測信息。

結構化和非結構化數據也常常相互轉化。「結構化和非結構化數據可以形象理解成把所有數據裝在一個籃子里，根據應用策略不同相互轉化。例如，在搜索頻率調查中，用戶搜索就是結構化數據；在金融策略分析中，用戶搜索就是非結構化數據。」網路公司人士表示。

華爾街拿著豐厚薪水的分析師們還不知道，自己的僱主已經將大量資本投向了取代自己的機器。
2014年11月23日，高盛向Kensho公司投資1500萬美元，以支持該公司的大數據平台建設。該平台很像iPhone里的Siri，可以快速整合海量數據進行分析，並且回答投資者提出的各種金融問題，例如「下月有颶風，將對美國建材板塊造成什麼影響？」

在Kensho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。因此，Kensho的CEO Daniel Nadler認為，華爾街過去是基於20%的信息做出100%的決策。

既然說到高盛，順便提一下，這家華爾街老牌投行如今對大數據可謂青睞有加。除了Kensho，高盛還和Fortress信貸集團在兩年前投資了8000萬美元給小額融資平台On Deck Capital。這家公司的核心競爭力也是大數據，它利用大數據對中小企業進行分析，從而選出值得投資的企業並以很快的速度為之提供短期貸款。

捕捉市場情緒

上述諸多非結構化數據，歸根結底是為了獲得一個信息：市場情緒。

在采訪中，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。可以說，大數據策略投資的創業者們無一不是席勒的信奉者。

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。
然而，在大數據技術誕生之前，市場情緒始終無法進行量化。

回顧人類股票投資發展史，其實就是將影響股價的因子不斷量化的過程。

上世紀70年代以前，股票投資是一種定性的分析，沒有數據應用，而是一門主觀的藝術。隨著電腦的普及，很多人開始研究驅動股價變化的規律，把傳統基本面研究方法用模型代替，市盈率、市凈率的概念誕生，量化投資由此興起。

量化投資技術的興起也帶動了一批華爾街大鱷的誕生。例如，巴克萊全球投資者（BGI）在上世紀70年代就以其超越同行的電腦模型成為全球最大的基金管理公司；進入80年代，另一家基金公司文藝復興（Renaissance）年均回報率在扣除管理費和投資收益分成等費用後仍高達34%，堪稱當時最佳的對沖基金，之後十多年該基金資產亦十分穩定。

「從主觀判斷到量化投資，是從藝術轉為科學的過程。」王政表示，上世紀70年代以前一個基本面研究員只能關注20隻到50隻股票，覆蓋面很有限。有了量化模型就可以覆蓋所有股票，這就是一個大的飛躍。此外，隨著計算機處理能力的發展，信息的用量也有一個飛躍變化。過去看三個指標就夠了，現在看的指標越來越多，做出的預測越來越准確。

隨著21世紀的到來，量化投資又遇到了新的瓶頸，就是同質化競爭。各家機構的量化模型越來越趨同，導致投資結果同漲同跌。「能否在看到報表數據之前，用更大的數據尋找規律？」這是大數據策略創業者們試圖解決的問題。

於是，量化投資的多米諾骨牌終於觸碰到了席勒理論的第三層變數——市場情緒。

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。

海外就有學術研究指出，公司的名稱或者相關關鍵詞的搜索量，與該公司的股票交易量正相關。德國科學家Tobias Preis就進行了如此研究：Tobias利用谷歌搜索引擎和谷歌趨勢（Google Trends），以美國標普500指數的500隻股票為其樣本，以2004年至2010年為觀察區間，發現谷歌趨勢數據的公司名稱搜索量和對應股票的交易量，在每周一次的時間尺度上有高度關聯性。也就是說，當某個公司名稱在谷歌的搜索量活動增加時，無論股票的價格是上漲或者下跌，股票成交量與搜索量增加；反之亦然，搜索量下降，股票成交量下降。以標普500指數的樣本股為基礎，依據上述策略構建的模擬投資組合在六年的時間內獲得了高達329%的累計收益。

在美國市場上，還有多家私募對沖基金利用Twitter和Facebook的社交數據作為反映投資者情緒和市場趨勢的因子，構建對沖投資策略。利用互聯網大數據進行投資策略和工具的開發已經成為世界金融投資領域的新熱點。

保羅·霍丁管理的對沖基金Derwent成立於2011年5月，注冊在開曼群島，初始規模約為4000萬美元， 2013年投資收益高達23.77%。該基金的投資標的包括流動性較好的股票及股票指數產品。
通聯數據董事長肖風在《投資革命》中寫道，Derwent的投資策略是通過實時跟蹤Twitter用戶的情緒，以此感知市場參與者的「貪婪與恐懼」，從而判斷市場漲跌來獲利。

在Derwent的網頁上可以看到這樣一句話：「用實時的社交媒體解碼暗藏的交易機會。」保羅·霍丁在基金宣傳冊中表示：「多年以來，投資者已經普遍接受一種觀點，即恐懼和貪婪是金融市場的驅動力。但是以前人們沒有技術或數據來對人類情感進行量化。這是第四維。Derwent就是要通過即時關注Twitter中的公眾情緒，指導投資。」

另一家位於美國加州的對沖基金MarketPsych與湯普森·路透合作提供了分布在119個國家不低於18864項獨立指數，比如每分鍾更新的心情狀態（包括樂觀、憂郁、快樂、害怕、生氣，甚至還包括創新、訴訟及沖突情況等），而這些指數都是通過分析Twitter的數據文本，作為股市投資的信號。

此類基金還在不斷涌現。金融危機後，幾個台灣年輕人在波士頓組建了一家名為FlyBerry的對沖基金，口號是「Modeling the World（把世界建模）」。它的投資理念全部依託大數據技術，通過監測市場輿論和行為，對投資做出秒速判斷。

關於社交媒體信息的量化應用，在股票投資之外的領域也很常見：Twitter自己也十分注重信息的開發挖掘，它與DataSift和Gnip兩家公司達成了一項出售數據訪問許可權的協議，銷售人們的想法、情緒和溝通數據，從而作為顧客的反饋意見匯總後對商業營銷活動的效果進行判斷。從事類似工作的公司還有DMetics，它通過對人們的購物行為進行分析，尋找影響消費者最終選擇的細微原因。

回到股票世界，利用社交媒體信息做投資的公司還有StockTwits。打開這家網站，首先映入眼簾的宣傳語是「看看投資者和交易員此刻正如何討論你的股票」。正如其名，這家網站相當於「股票界的Twitter」，主要面向分析師、媒體和投資者。它通過機器和人工相結合的手段，將關於股票和市場的信息整理為140字以內的短消息供用戶參考。

此外，StockTwits還整合了社交功能，並作為插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，讓人們可以輕易分享投資信息。

另一家公司Market Prophit也很有趣。這家網站的宣傳語是「從社交媒體噪音中提煉市場信號」。和StockTwits相比，Market Prophit更加註重大數據的應用。它採用了先進的語義分析法，可以將Twitter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。網站還根據語義量化，每天公布前十名和後十名的股票熱度榜單。網站還設計了「熱度地圖」功能，根據投資者情緒和意見，按照不同板塊，將板塊內的個股按照顏色深淺進行標注，誰漲誰跌一目瞭然。

中國原創大數據指數

盡管大數據策略投資在美國貌似炙手可熱，但事實上，其應用尚僅限於中小型對沖基金和創業平台公司。大數據策略投資第一次被大規模應用，應歸於中國的百發100。

網路金融中心相關負責人表示，與歐美等成熟資本市場主要由理性機構投資者構成相比，東亞尤其是中國的股票類證券投資市場仍以散戶為主，因此市場受投資者情緒和宏觀政策性因素影響很大。而個人投資者行為可以更多地反映在互聯網用戶行為大數據上，從而為有效地預測市場情緒和趨勢提供了可能。這也就是中國國內公募基金在應用互聯網大數據投資方面比海外市場並不落後、甚至領先的原因。

百發100指數由網路、中證指數公司、廣發基金聯合研發推出，於2014年7月8日正式對市場發布，實盤運行以來一路上漲，漲幅超過60%。跟蹤該指數的指數基金規模上限為30億份，2014年9月17日正式獲批，10月20日發行時一度創下26小時瘋賣18億份的「神話」。

外界都知道百發100是依託大數據的指數基金，但其背後的細節鮮為人知。

百發100數據層面的分析分為兩個層面，即數據工廠的數據歸集和數據處理系統的數據分析。其中數據工廠負責大數據的收集分析，例如將來源於互聯網的非結構化數據進行指標化、產品化等數據量化過程；數據處理系統，可以在數據工廠遞交的大數據中尋找相互統計關聯，提取有效信息，最終應用於策略投資。

「其實百發100是在傳統量化投資技術上融合了基於互聯網大數據的市場走勢和投資情緒判斷。」業內人士概括道。

和傳統量化投資類似，百發100對樣本股的甄選要考慮財務因子、基本面因子和動量因子，包括凈資產收益率（ROE）、資產收益率（ROA）、每股收益增長率（EPS）、流動負債比率、企業價值倍數（EV/EBITDA）、凈利潤同比增長率、股權集中度、自由流通市值以及最近一個月的個股價格收益率和波動率等。

此外，市場走勢和投資情緒是在傳統量化策略基礎上的創新產物，也是百發100的核心競爭力。接近網路的人士稱，市場情緒因子對百發100基金起決定性作用。

網路金融中心相關負責人是羅伯特•席勒觀點的支持者。他認為，投資者行為和情緒對資產價格、市場走勢有著巨大的影響。因此「通過互聯網用戶行為大數據反映的投資市場情緒、宏觀經濟預期和走勢，成為百發100指數模型引入大數據因子的重點」。

傳統量化投資主要著眼點在於對專業化金融市場基本面和交易數據的應用。但在網路金融中心相關業務負責人看來，無論是來源於專業金融市場的結構化數據，還是來源於互聯網的非結構化數據，都是可以利用的數據資源。因此，前文所述的市場情緒數據，包括來源於互聯網的用戶行為、搜索量、市場輿情、宏觀基本面預期等等，都被網路「變廢為寶」，從而通過互聯網找到投資者參與特徵，選出投資者關注度較高的股票。

「與同期滬深300指數的表現相較，百發100更能在股票市場振盪時期、行業輪動劇烈時期、基本面不明朗時期抓住市場熱點、了解投資者情緒、抗擊投資波動風險。」網路金融中心相關負責人表示。

百發100選取的100隻樣本股更換頻率是一個月，調整時間為每月第三周的周五。

業內人士指出，百發100指數的月收益率與中證100、滬深300、中證500的相關性依次提升，說明其投資風格偏向中小盤。

但事實並非如此。從樣本股的構成來說，以某一期樣本股為例，樣本股總市值6700億元，佔A股市值4.7%。樣本股的構成上，中小板21隻，創業板4隻，其餘75隻樣本股均為大盤股。由此可見，百發100還是偏向大盤為主、反映主流市場走勢。

樣本股每個月的改變比例都不同，最極端的時候曾經有60%進行了換倉。用大數據預測熱點變化，市場熱點往往更迭很快；但同時也要考慮交易成本。兩方面考慮，網路最後測算認為一個月換一次倉位為最佳。

樣本股對百發100而言是核心機密——據說「全世界只有基金經理和指數編制機構負責人兩個人知道」——都是由機器決定後，基金經理分配給不同的交易員建倉買入。基金經理也沒有改變樣本股的權利。

展望未來，網路金融中心相關負責人躊躇滿志，「百發100指數及基金的推出，只是我們的開端和嘗試，未來將形成多樣化、系列投資產品。」

除了百發100，目前市場上打著大數據旗幟的基金還有2014年9月推出的南方-新浪I100和I300指數基金。

南方-新浪I100和I300是由南方基金、新浪財經和深圳證券信息公司三方聯合編制的。和百發100類似，也是按照財務因子和市場情緒因子進行模型打分，按照分值將前100和前300名股票構成樣本股。推出至今，這兩個指數基金分別上漲了10%左右。

正如百發100的市場情緒因子來自網路，南方-新浪I100和I300的市場情緒因子全部來自新浪平台。其中包括用戶在新浪財經對行情的訪問熱度、對股票的搜索熱度；用戶在新浪財經對股票相關新聞的瀏覽熱度；股票相關微博的多空分析數據等。

此外，阿里巴巴旗下的天弘基金也有意在大數據策略上做文章。據了解，天弘基金將和阿里巴巴合作，推出大數據基金產品，最早將於2015年初問世。

天弘基金機構產品部總經理劉燕曾對媒體表示，「在傳統的調研上，大數據將貢獻於基礎資產的研究，而以往過度依賴線下研究報告。大數據將視野拓展至了線上的數據分析，給基金經理選股帶來新的邏輯。」

在BAT三巨頭中，騰訊其實是最早推出指數基金的。騰訊與中證指數公司、濟安金信公司合作開發的「中證騰安價值100指數」早在2013年5月就發布了，號稱是國內第一家由互聯網媒體與專業機構編制發布的A股指數。不過，業內人士表示，有關指數並沒有真正應用大數據技術。雖然騰訊旗下的微信是目前最熱的社交平台，蘊藏了大量的社交數據，但騰訊未來怎麼開發，目前還並不清晰。

大數據投資平台化

中歐商學院副教授陳威如在其《平台戰略》一書中提到，21世紀將成為一道分水嶺，人類商業行為將全面普及平台模式，大數據金融也不例外。

然而，由於大數據模型對成本要求極高，就好比不可能每家公司都搭建自己的雲計算系統一樣，讓每家機構自己建設大數據模型，從數據來源和處理技術方面看都是不現實的。業內人士認為，大數據未來必將成為平台化的服務。

目前，阿里、網路等企業都表示下一步方向是平台化。

螞蟻金服所致力搭建的平台，一方麵包括招財寶一類的金融產品平台，另一方麵包括雲計算、大數據服務平台。螞蟻金服人士說，「我們很清楚自己的優勢不是金融，而是包括電商、雲計算、大數據等技術。螞蟻金服希望用這些技術搭建一個基礎平台，把這些能力開放出去，供金融機構使用。」

網路亦是如此。接近網路的人士稱，未來是否向平台化發展，目前還在討論中，但可以確定的是，「網路不是金融機構，目的不是發產品，百發100的意義在於打造影響力，而非經濟效益。」
當BAT還在摸索前行時，已有嗅覺靈敏者搶佔了先機，那就是通聯數據。

通聯數據股份公司（DataYes）由曾任博時基金副董事長肖風帶隊創建、萬向集團投資成立，總部位於上海，公司願景是「讓投資更容易，用金融服務雲平台提升投資管理效率和投研能力」。該平台7月上線公測，目前已擁有130多家機構客戶，逾萬名個人投資者。

通聯數據目前有四個主要平台，分別是通聯智能投資研究平台、通聯金融大數據服務平台、通聯多資產投資管理平台和金融移動辦公平台。

通聯智能投資研究平台包括雅典娜-智能事件研究、策略研究、智能研報三款產品，可以對基於自然語言的智能事件進行策略分析，實時跟蹤市場熱點，捕捉市場情緒。可以說，和百發100類似，其核心技術在於將互聯網非結構化數據的量化使用。

通聯金融大數據服務平台更側重於專業金融數據的分析整理。它可以提供公司基本面數據、國內外主要證券、期貨交易所的行情數據、公司公告數據、公關經濟、行業動態的結構化數據、金融新聞和輿情的非結構化數據等。

假如將上述兩個平台比作「收割機」，通聯多資產投資管理平台就是「廚房」。在這個「廚房」里，可以進行全球跨資產的投資組合管理方案、訂單管理方案、資產證券化定價分析方案等。

通聯數據可以按照主題熱點或者自定義關鍵字進行分析，構建知識圖譜，將相關的新聞和股票提取做成簡潔的分析框架。例如用戶對特斯拉感興趣，就可以通過主題熱點看到和特斯拉相關的公司，並判斷這個概念是否值得投資。「過去這個搜集過程要花費幾天時間，現在只需要幾分鍾就可以完成。」王政表示。

「通聯數據就好比一家餐館，我們把所有原料搜集來、清洗好、准備好，同時准備了一個鍋，也就是大數據存儲平台。研究員和基金經理像廚師一樣，用原料、工具去『烹制』自己的策略。」王政形容道。

大數據在平台上扮演的角色，就是尋找關聯關系。人類總是習慣首先構建因果關系，繼而去倒推和佐證。機器學習則不然，它可以在海量數據中查獲超越人類想像的關聯關系。正如維克托`邁爾-舍恩伯格在《大數據時代》中所提到的，社會需要放棄它對因果關系的渴求，而僅需關注相互關系。

例如，美國超市沃爾瑪通過大數據分析，發現颶風用品和蛋撻擺在一起可以提高銷量，並由此創造了頗大的經濟效益。如果沒有大數據技術，誰能將這毫無關聯的兩件商品聯系在一起？
通聯數據通過機器學習，也能找到傳統量化策略無法發現的市場聯系。其中包括各家公司之間的資本關系、產品關系、競爭關系、上下游關系，也包括人與人之間的關系，例如管理團隊和其他公司有沒有關聯，是否牽扯合作等。

未來量化研究員是否將成為一個被淘汰的職業？目前研究員的主要工作就是收集整理數據，變成投資決策，而之後這個工作將更多由機器完成。

「當初醫療科技發展時，人們也認為醫生會被淘汰，但其實並不會。同理，研究員也會一直存在，但他們會更注重深入分析和調研，初級的數據搜集可以交給機器完成。」王政表示。
但當未來大數據平台並廣泛應用後，是否會迅速擠壓套利空間？這也是一個問題。回答根據網上資料整理