百度股票輿情大數據

❶ 股票輿情是什麼意思，股票輿情分析

股票輿情是由於相關股市市場的制度不是很完善，相關部門會出現監管不力，導致出現惡意抬高股價、內幕交易、操縱市場等違規行為時有發生，導致股市的動盪和投資者不滿。由於參與股票投資的人很多，股市成為輿論宣傳的熱點。
拓展資料
一.輿情
從傳統的社會學理論上講，輿情本身是民意理論中的一個概念，它是民意的一種綜合反映。但是，從現代輿情理論的嚴格意義上講，輿情本身並不是對民意規律的簡單概括，而是對「民意及其作用於執政者及其取向規律」的一種描述。
一般來說，所謂輿情，是指在一定的社會空間內，圍繞輿情因變事項的生、發展和變化，作為主體的民眾對作為客體的執政者及其所持有的取向產生和持有的社會態度。
簡述為，輿情是輿情因變事項發生、發展和變化過程中，民眾所持有的社會態度。在實際工作中，輿情信息員對輿情概念的理解，必須把握四層義：
1、輿情是民意集合的反映。換句話說，民意是形成輿情的始源，沒有民意，就沒有輿情；
2、輿情所要反映的民意，是那些對執政者決策行為能夠產生影響的「民意」，而非民意的全部；
3、輿情因變事項是輿情產生的基礎，研究、分析輿情，首先要深入研究、分析輿情因變事項的發生、發展和變化的規律；
4、輿情空間對輿情傳播及其對執政者決策行為的影響有重要作用。這里特別強調的是，輿情定義中的「民眾社會態度」，是指民眾對執政者及其所持有的取向的看法、意見和態度。民眾的這種社會態度說到底是對自身利益需求的一種訴求和表達，它不僅包括民眾對國家的看法、意見和態度，對社會的看法、意見和態度，同時還包括民眾對社會事物的看法、意見和態度。一句話，「民眾社會態度」是民眾要求執政者不斷改善民情狀況的一種訴求和意願的集合

❷ 2017大數據概念股有哪些

您好，天璣科技（17.62 -1.34%，買入）：公司研發推出PBdata資料庫一體機，該產品是針對應大數據環境下的海量數據（41.09 +10.01%，買入）分析存儲而設計的高性能主機。
浪潮信息（19.73 -1.99%，買入）：公司推出國內首款面向金融行業的大數據定製機——浪潮雲海金融大數據一體機，可滿足金融業行業定製、即付即用的需求。
拓爾思（16.50 -1.02%，買入）：公司先後推出了海貝大數據管理系統以及大數據輿情分析平台。公司將推行大數據+行業的戰略，將大數據處理技術與政府、金融以及營銷等行業結合。
美亞柏科（20.02 +0.55%，買入）：公司是中國領先的電子數據取證與安全產品及服務提供商，公司產品「取證裝備化+大數據信息化」，強化前端裝備和後端平台的融合；「互聯網+大數據資源」，形成多款具有行業影響力的SaaS服務。
銀信科技（18.27 +0.66%，買入）：主營業務行業覆蓋范圍不斷拓展為公司業績增長提供安全墊：2015年公司成功進入中國移動通信集團市場，獲得了中國移動及其旗下咪咕娛樂公司約3000萬元的訂單，隨著中國移動在ICT領域業務發展的不斷深入，我們認為也會在2016年給公司主營業務增長帶來新動力（愛基，凈值，資訊）；數雲科技為公司在大數據和雲計算領域打開新的業務增長點：公司早已經致力於雲計算和大數據的相關技術研發，並在公司主營業務領域實踐了基於大數據分析技術的智能化IT運維業務；
科大訊飛（34.96 +4.42%，買入）：公司智能語音及人工智慧核心技術優勢持續提升，訊飛超腦在語音合成、語音識別和語義理解、口語翻譯、機器評測等方向均取得顯著的階段性成果。特別是語音合成，在國際最高水平的語音合成比賽Blizzard ChallenGE（暴風雪競賽）中再次奪得第一，榮獲該競賽2006-2015年十連冠

❸ 網路輿情信息網站有哪些。

一、識微輿情（企業輿情網-識微商情監測系統）

一個旨在面向企業服務的大數據輿情監測分析工具，可對全網輿情進行實時監測，覆蓋范圍包括但不限於新聞媒體、新聞門戶網站、微博、微信、短視頻、博客、貼吧、新聞客戶端等互聯網平台上公開的信息，可提供輿情告警、輿情分析報告、網民情感分析、傳播渠道分析、傳播量分析等。

二、蟻坊輿情（政務輿情網-鷹眼速讀網系統）

一個旨在面對各級政府服務的全網輿情監測分析工具，可為各級政府「速讀全網」輿情，了解傳播路徑，把握發展態勢，以及全網話題、民生熱點、重大事件等各類突發輿情的早發現與及時分析服務。

三、網路輿情

專業的互聯網輿情分析系統，它具有強大的網頁內容抓取碧枝與語義分析能力，對互聯網上相關輿情的實時監控和深度分析，為輿情分析者全面掌握輿情服務。

四、清博大數據輿情

以大數據為核心技術支撐瞎慧世，可實時監測採集全網輿情信息，通過數據挖掘、可視化分析技術，提供輿情監測、分析報告、危機預警等一站式服務。

五、新浪輿情

主要有輿情通以及微輿情兩大產品。微輿情，是專業的微博輿情輿論服務平台，可提供網頁、微博、微信等全媒體輿情信息網以及網路輿情，輿情事件分析等服務。輿情通，專業的政企輿情大數據服務網站，以中文互聯網大數據及微博官方數據為基礎，可為用戶提供包含信息監測、輿情預警、大數據分析、簡報報告、數據大屏等在內五大輿情服務。

六、中國輿情網

專業化的輿情研究與輿磨肢情監測數據平台，由上海態格信息技術有限公司主辦，復旦大學輿情與傳播研究實驗室顧問支持，旨在為黨政機關、企事業單位、學術機構提供包括輿情監測、文本分析、輿情報告、輿情排行榜等多種形式的產品和服務。

❹ 互聯網大數據在輿情方面的應用有哪些

港澳台居民來內地（大陸）旅遊輿情調查、微博旅遊輿情指數、2015家居建材消費趨勢研究。輿情大數據指數研究得到了國家旅遊局、中國旅遊報、中國旅遊輿情智庫、家居建材大數據輿情智庫、新浪、微博、微博數據困旅中心的大力支持，得到了中國社會科學院新聞與傳播研究所及輿情實驗室的全方位協助與合作。

(4)百度股票輿情大數據擴展閱讀

大數據的價值體現在以下幾個方面：

對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷；殲尺洞做小而美模式的中小微企業可以利用大數據做服務轉型；面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。

不過，「大數據」在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。」這確實是需要警惕的。

❺ 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

❻ 互聯網大數據在輿情方面的應用有哪些

互聯網大數據在輿情方面的應用的應用就是數據的抓取和分析。

輿情是「輿論情況」的簡稱，是指在一定的社會空間內，圍繞中介性社會事件的發生、發展和變化，作為主體的民眾對作為客體的社會管理者、企業、個人及其他各類組織及其政治、社會、道德等方面的取向產源猛生和持有的社會態度。它是較多群眾關於社會中各種現象、問題所表達的信念、態度、意見和情緒等等表現的總雹差橋和。

需要輿情資訊可以聯繫上海蜜度。上海蜜度信息技術有限公司研發的政企輿情大數據服務平台。 新浪輿情通以中文互聯網大數據及新浪微博的官方數據為基礎，7*24小時不間斷採集新聞、報刊、政務、微博、公眾號、博客、論壇、視頻、網站、客戶端等全網11大信息來源，每天採集超過1.4億條數據慶配。

❼ 有誰知道百度的股票什麼原因從710多跌到60多的

北京時間4月29日消息，據國外媒體報道，網路（納斯達克證券代碼：BIDU）周三宣布，薯哪將對公司ADS（美國存托憑證）與公司A類（Class A）普通股的比例進行調整。分析稱，網路拆股意在增強股票流動性。

調整之前，網路每股普通股代表一股美國存托憑證，調整之後為代表十股美國存托憑證。

此次調正的股權登記日為2010年5月10日。對網路的美國存托憑證持有人而言，此次調正不會對網路普通股構成影響。此外，網路的美國存托憑鋒緩證持有人不必對此次調整做出反應。

網路預計此次調整數基碼將於2010年5月12日正式在納斯達克市場實施。

一般來說，高股價不利於流通。昨日網路股價報收621美元。受收盤後發布的第一季度利好財報刺激，該股收盤後大漲14.24%，報709.89美元。

在納斯達克中國互聯網上市公司中，網易最早實行拆股。2006年2月，網易股價接近100美元，隨後按4:1的比例拆分股份。拆分之前，網易發行的每股ADR代表100股普通股，拆分後，每股ADR代表25股普通股。

❽ 專家談百度大數據炒股：年收益56倍靠譜嗎

不要小看大數據本領
網路股市通是網路於今年2月推出的國內首款應用大數據引擎技術智能分析熱點行情的股票APP，上市以後迅速積累了的大量股民用戶。不同於市面上的炒股APP，網路股市通聚合了網路每天數億量級的政經類搜索數據和數百萬新聞資訊信息，創建出一套基於中國股市的知識圖譜，藉助專業的數據挖掘和分析技術將每天產生的新聞信息、全網數據等與股票建立起相應的關系，為用戶提供與眾不同的智能選股服務。
關於股票投資，業界普遍認為主要參考三個變數，即投資項目計劃的現金流、公司資本的估算成本和股票市場對投資的反應（市場情緒）。然而，在大數據技術誕生之前，市場情緒始終無法進行量化。
大數據專家沈浩表示，通過分析新聞、研究報告、社交信息、搜索行為等全網數據，藉助自然語言處理方法，提取有用信息，網路股市通成功觸碰到了這一理論中的第三層變數—市場情緒，給投資者帶來了全新的炒股方式。
來自網路股市通的官方統計數據也在提醒投資者，不要小看大數據和人工智慧給股市帶來的積極變化。

❾ 大數據輿情分析工具有哪些

大數據輿情分析工具有：識微商情監測系統、鷹眼速讀網系統、新浪輿情通。

1、識微商情監測系統

擁有自主研發的網路爬蟲技術，在對全網輿情進行實時監測的同時，能夠自動對全網輿情進行分析，包括輿情溯源分析、輿情傳播轉載媒體類型分析、輿情演變發展趨勢分析、輿情情感分析等，輿情分析圖表以及輿情分析簡報等同步生成。

三大輿情大數據公司：

1、湖南識微科技有限公司

旗下代表產品識微商情監測系統，基於大數據服務雲——蟻工廠（Antfact），專注於為企業提供互聯網信息挖掘分析服務，擁有一支專業技術團隊，確保後續的產品售後服務。

2、湖南蟻坊軟體股份有限公司

旗下代表產品鷹眼速讀網系統，專業從事互聯網大數據分析，具有日處理10億多條實時數據、毫秒級的實時數據處理、PB級的批量數據處理以及3萬QPS查詢處理能力。

3、上海蜜度信息技術有限公司

旗下代表產品新浪輿情通，公司專注於輿情和大數據分析，在互聯網信息採集、大數據處理和移態攜冊動互聯網領域擁有核心技術和知帆宏識產權，建立了完整的運營隊伍，有著完善的內部作業流程和管理規范。

❿ 股票輿情是什麼意思，如何分析

你好，股票存在輿情的意思是上市公司可能面臨一些對股價影響不大也不小的信息，這些信息可能會影響到股價的走勢，對上市公司產生一定的負面影響。
輿情風險是指，政府部門和企業單位在從事社會管理和經濟活動的時候，可能面臨的來自社會或者網路的負面信息、虛假信息、謠言等，這些負面信息通過發酵可能才產生的輿情危機叫輿情風險。
拓展資料：一、股票的分類
普通股
普通股股東按照持股比例享有下列基本權利：
(1) 參與公司決策的權利。普通股股東有參與權、建議權、表決權和表決權，也可以委託他人代為行使股東權利。
（2）利潤分配權。普通股股東有權從公司的利潤分配中獲得股息。普通股的股息不固定，由公司的盈利狀況和分配政策決定。普通股股東必須取得固定股利後，方可享有股利分配權。
(3) 股票期權。公司如需增發增發普通股，現有普通股股東有權根據其持股比例以低於市場價格的特定價格購買一定數量的新發行股份，以保持原有比例不變。企業的所有權。
(4)剩餘資產分配權。公司破產清算，清償債務後仍有剩餘資產的，剩餘部分按照優先股股東和普通股股東的順序分配。
優先股
優先股是指公司法一般規定的普通股以外的其他種類的股份。股份持有人優先於普通股股東分配公司的利潤和剩餘財產，但其參與公司決策和管理的權利受到限制。優先股股東可以按照約定的票面股息率將公司利潤優先分配給普通股股東。公司以現金方式發行優先股
股東支付股利時，不得向普通股股東分配利潤，直至約定的股利全部支付完畢。
優先股相對於普通股。優先股在利潤分紅和剩餘財產分配方面優先於普通股。
(1)優先分配權。公司分配利潤時，優先股股東比普通股股東先分配，但享有固定數額的股利，即優先股股利相對固定。
(2) 優先權要求。如果公司被清算並分配剩餘財產，則優先股在普通股之前分配。註：當公司決定連續數年不分紅時，優先股股東可以進入股東大會發表意見，維護自身權益。