大數據在股票中的優勢

A. 騰訊自選股大數據基金和行業中其他同類型基金相比有什麼優勢

我分析有以下3個優勢吧。
（1）優質的數據來源：
現在市場上的大數據基金主要基於互聯網搜索和互聯網電商數據，但是亮指蔽說實話，這些數據源與股票市場的關聯性比較弱。而騰訊自選股大數據基金所採用的數據為互逗銀聯網金融財經大數據，直接來源於騰訊財經和騰訊自選股，這些數據與股票市場之間的傳導路徑最短，能夠更直接更迅速的反映出整個市場情緒和內部結構的運動情況。這只基金通過上述海量用戶行為數據來分析用戶行為與股票價格表現之間的關聯性，從而尋找未來大概率具有超額收敬州益的個股，應該更靠譜~
（2）海量的行為數據：
海量的用戶行為數據才能夠真實反映市場的運行狀態，否則得出的都是錯誤的結論。騰訊財經和騰訊自選股擁有5000萬的用戶規模，其行為大數據能夠對市場所有個股進行全面采樣，給用戶行為分析提供了強大的源頭。
（3）靈活的管理模式：
這只基金為主動管理型股票基金。主動型基金的優點就在於：可以根據市場數據變化及時對股票倉位、風格和個股進行相應調整，比指數型基金滿倉運作、定期調倉模式的靈活性更高。

B. 利用大數據炒股會賺嗎

隨著科學技術的發展，現在很多炒股軟體都可以方便快捷地找到上市公司的關鍵數據。用大數據分析找出大股東的持倉成本，就等於看到了經銷商的底牌。購買價格接近或低於市場平均持倉成本。利潤機會越大，安全系數越高。

因為大數據分析人們的常識性需求或一些習慣性行為，只能通過多次或多次發生的常見行為事件找出一些規律。上述行為事件是相對固定時間或基本需求或習慣的單一行為的結果。作為股東，沒有人能夠預測未來。我們不否認這一點。然而，很少有人會否認每個人都可以回顧歷史。我們不知道未來會上升還是下降。我們不知道如何波動。然而，如果一個好故事講得很辛苦，說書人肯定會得到好處。粉絲越多，他得到的好處就越多。

C. 大數據技術在金融行業有哪些應用前景

大數據金融市場前景廣闊，深度開發大數據金融工具，或將重構整個金融行業。預計未來5到10年，金融大數據產業將迎來黃金增長期，大數據也將成為助推「大眾創業、萬眾創新」浪潮的有力抓手。
據《大數據金融行業市場前瞻與投資分析報告》數據顯示，2016年我國大數據金融市場規模為15.84億元，隨著政策逐步實施與落地，以大數據為核心手段、核心驅動力的產業金融，將邁入時代發展正軌成為主流趨勢，預計2018年中國金融大數據應用市場會突破100億元，金融業開始進入了大數據時代快車道。
大數據金融作為一個綜合性的概念，在未來的發展中，企業坐擁數據將不再局限於單一業務，第三方支付、信息化金融機構以及互聯網金融門戶都將融入到大數據金融服務平台中，大數據金融服務將在各家機構各顯神通的基礎上，實現多元業務的融合。
伴隨互聯網金融縱深發展，大數據優勢越加凸顯。作為互聯網金融創新的驅動力，大數據金融帶來的方式革新，未來走向精細化和專業化。今後大數據金融行業的努力方向，應該是以完備的大數據為基礎，基於用戶需求提供智能化一站式產品購買及定製化服務，以及數據挖掘、數據整合、數據產品、數據應用及解決方案等。

D. 科大訊飛大數據分析股票

隨著科學技術的不斷革新，人工智慧產品不斷走向我們的日常生活，改變我們的生活方式。與此同時，這個新興領域也備受資本市場的關注，今天學姐就跟大家好好說一說國內人工智慧的頭部企業--科大訊飛。在開始分析科大訊飛前，先給大家奉上這份人工智慧行業龍頭股名單，還不趕緊瀏覽一下：寶藏資料：人工智慧行業龍頭股名單

一、從公司角度來看

公司介紹：科大訊飛是一家專業從事語音及語言、自然語言理解、機器學習推理及自主學習等人工智慧核心技術研究，人工智慧產品研發和行業應用落地的國家級骨幹軟體企業。科大訊飛作為中國人工智慧產業的開拓者，躬耕人工智慧領域二十年,在社會價值上，公司始終有著自己的堅持，就是為經濟社會發展提供陽光健康、高技術屏障、高附加值。我們一起來看看這家公司有哪些優點吧：

優勢一、國內人工智慧的領導者，技術水平國際領先

科大訊飛以「讓機器能聽會說，能理解會思考，利用人工智慧建設美好世界"作為使命，承建有國家新一代人工智慧開放創新平台、語音及語言信息處理國家工程實驗室以及認知智能領域的首個國家級重點實驗室等國家級重要平台。

優勢二、業績持續高增長，產業生態持續擴大

智慧教育和智慧醫療的發展水平突飛猛進，開放平台、智能硬體、汽車業務表現得都十分優秀，其中包括訊飛AI學習機銷量持續增長、智醫助理業務實現了基層常態化使用、發者數量和質量同步提升以及智能辦公本、錄音筆等硬體銷售大幅增加。同時，公司為開發者團隊提供從初生、壯大到商業價值升級的全鏈路服務，並且還構造建設了訊飛AI營銷平台、訊飛智能工業平台等能力平台，推動著AI行業生態持續不斷的擴大。因為篇幅已經夠了，關於科大訊飛的深度報告和風險提示的詳情，一些我整理出來的內容寫在了這篇研報當中，點擊的話就可以查看閱讀：【深度研報】科大訊飛點評，建議收藏！

二、從行業角度來看

預計到2025年，AI帶來的產業產值將超過6萬億美金的規模，從目前的全球AI市場來看，其規模已超1萬億美元，中國的市場超1千億元。人工智慧產業形成了企業+行業+人力的全方位變革。企業數字化的局勢發展日益凸顯，智慧化應用能夠將消費者潛在需求給滿足。無人駕駛、語音識別、專家系統、智適應學習和機器視覺是在近幾年中特別受關注的幾個應用方向。對於人工智慧發展來說，各國政府都非常支持，並將其上升至國家戰略層面，放出積極信息。總的來說，我認為科大訊飛公司作為人工智慧行業中的龍頭企業，有望於此行業高速發展之時獲得較大利潤。但是文章內容存在延遲，如果想更准確地知道科大訊飛未來行情，直接點擊鏈接，有專業的投資顧問幫你診斷股票，看下科大訊飛現在行情是否是對應一個好時機，可以買入或賣出：【免費】測一測科大訊飛還有機會嗎？

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

E. 大數據預判能力或可指導散戶「趨利避害」

大數據預判能力或可指導散戶「趨利避害」_數據分析師考試

如果你在牛市來臨前三個月就能預知市場即將迎來的行情，是否還會為踏空而抱憾?如果你在股市下跌前可以了解到，熊市已經成為大家所關注的熱點搜索內容，「躲過一劫」並不是沒有可能。

日前，網路發布《新一代理財消費者大數據報告》，數據顯示，網民的搜索大數據已經在金融領域顯現出了「預判」的能力。很多重大事件，比如央行降息，股市上漲、股市下跌在此前發生的搜索數據中，已經可以捕捉到「降息」、「牛市」、「大跌」等成為熱詞。英大證券首席經濟學家李大霄認為：隨著互聯網平台大數據技術的不斷更新，這種預判能力或可指導散戶們及時「趨利避害」。

大數據可能比股票分析師更清醒

在網路公布的這份報告中顯示：2014年7月以來，中國股市進入牛市通道，2015年4月起進入「瘋牛」節奏，5月突破4900點。在網路上對「股票開戶」一詞的相關搜索也在2014年7月幾乎同時開始上漲，一直到2015年4月達到新的高峰，這背後是牛市行情催生出的人們對股票投資的熱情和瘋狂。

與此同時，股票入門基礎知識、炒股入門知識、股票開戶、股票入門、股票怎麼玩等成為這一時期搜索量最大的關鍵詞。而這批散戶也成為4000點甚至4500點以後入市，在此輪股災中損失慘重的「負面教材」。

在滬指沖上5000點後，李大霄一直是明確的「看空者」，他一直疾呼讓股民遠離市場風險。他表示：「當時散戶和分析師都陷入狂熱，8000點、10000點的大牛市聲音不絕於耳。」但當時很多和市場一樣瘋狂的投資者，向他拋扔來「板磚」。而事實證明，有時候大數據比一些所謂分析師與投資者更清醒。

李大霄認為：估值過高是A股暴跌的內因也是最重要的原因，特別是創業板。但當時大家已經陷入不冷靜的預期中，認為5000點是牛市的開始。一眾散戶聽著各種分析前赴後繼的在5000點前後入市，成為了新增的主力和接盤俠，也最終淪為此次股災中的受害者。

對於報告中的數據事實，李大霄認為，互聯網金融和股市的結合正在越來越緊密，這種緊密體現在股市的波動也會影響產品的波動，反過來，產品的增加或者是產品的止損也會影響到市場，關系緊密了以後，會互相影響互相制約。隨著互聯網平台大數據技術的不斷更新，這種預判能力或可指導散戶們及時「趨利避害」。

大數據可參與更多金融產品設計

李大霄認為，互聯網平台和技術對於傳統金融業來講，正在發揮入口和渠道之外的更大作用。經過2013、2014年的快速發展，互聯網金融特別是理財領域，互聯網公司開始越來越深入地參與到金融產品的設計、營銷中。

在他看來，金融企業有信譽度優勢，互聯網企業勝在客戶體驗，未來大數據等互聯網技術甚至會深度參與進風險控制，營銷以及客戶的市場性管理，互聯網平台應該更加重視產品線的豐富、給不同的投資人不同的選擇，多元化的產品盡可能降低風險。

事實上，以BAT為代表的互聯網巨頭已經參與進了理財市場。以網路為例，大數據正在其與金融機構的合作中發揮重大作用，這其中，以大數據選股為特色的「網路股市通」炒股軟體更是已經展現出互聯網平台在金融領域可以參與的新深度。

李大霄認為，網路等互聯網巨頭的參與，使得互聯網證券服務競爭全面加速。通過用戶體驗的升級和技術創新，網路等擁有大數據資源的互聯網公司將會引領未來金融服務的走向，而交易費率的優惠也成為其極具競爭力的優勢。

關於未來互聯網金融的發展，李大霄認為大數據可能成為互聯網與傳統金融行業深度融合的催化劑。在他看來，大數據在用戶需求挖掘、市場分析、風險分析、趨勢洞察等方面都具備無可替代的作用，這一方面可以說是一片藍海，還處於發展的初級階段，如果哪個企業能夠用好大數據這座金礦，就是無窮無盡的財富，很多機會也都在裡面。

以上是小編為大家分享的關於大數據預判能力或可指導散戶「趨利避害」的相關內容，更多信息可以關注環球青藤分享更多干貨

F. 利用大數據人工智慧投資股票的話，能代替投顧嗎

現在有越來越多的人都想進入到股票市場進行投資，的確股票是一種高收益的投資，但是很多人進入到股票市場都會血本無歸，就是因為他們本身對於股票市場沒有足夠的認識。利用大數據人工智慧投資股票，這樣能夠代替投資顧問嗎？

三、為什麼不能替代

大家要知道投資顧問在中國市場發展的時間是非常長的，現在科技的發展速度也已經越來越快了，為什麼投資顧問無法被機器人代替這也是有一定的原因的。這是因為基金或者是股票投資本身就是一種動態的過程，在這個過程之中，需要當事人跟投資顧問進行實時的交流，這樣才能夠去滿足客戶的需求，但是機器人卻不能做到這一點。

G. 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。

H. 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

I. 大數據受益股有哪些大數據受益股解析

大數據受益股
編者按：大數據本身是一個問題集，雲技術才是解決大數據問題集最重要、最有效的手段。一位資深的大數據專家如此評論。伴隨著近期大數據成為市場關注焦點，曾經火熱的雲計算上市公司也再度受到關注。上周五在美國上市的兩家雲計算和大數據的交叉概念公司股價出現暴漲，首日漲幅均超過60%，再度顯示了美國股市對於這個領域的熱衷。而國際權威機構IDC推算，近三年全球雲計算領域將有8000億美元的新業務收入，尤其是雲計算應用於大數據問題的分析研究的需求增速飛快。
雲公司的深度業務
上周五在美國上市的兩家公司將美股大數據和雲計算的關注度推向新的高潮。
從這兩家公司的主營業務來看，Tableau主要為企業提供商業智能服務，其通過提供雲商業智能伺服器，讓客戶將商業數據存儲在Tableau的雲端，而Tableau軟體則為企業完成各種海量數據處理，數據分析與報告生成。
Marketo 主要提供雲營銷，即依靠雲軟體、搜索引擎以及社會化媒體做為主要媒介，通過網路，來最大化客戶的營銷范圍。客戶進入雲平台後即共享所有營銷數據與資源。
從具體業務看，上述兩家公司均以雲計算為其核心技術能力，也都提供了為其他客戶的大數據業務遠程服務的商業模式，其中可見大數據和雲計算關系密切。
而從簡單的資料和數據存儲，走向商業模式的整體解決方案的提供，全球雲計算公司的業務關注焦點也在逐步走向深度。
雲計算產業政策扶持力度更大
根據2012年科技部專門印發了雲科技發展十二五專項規劃。規劃提出，到十二五末期，在雲計算的重大設備、核心軟體、支撐平台等方面突破一批關鍵技術，在若乾重點區域、行業中開展典型應用示範，實現雲計算產品與服務的產業化，使我國雲計算技術與應用達到國際先進水平。
2012年國家發改委、財政部、工信部面向5個雲計算試點城市，精心遴選了12個重點項目，支持資金規模高達15億元。具體項目背後，則是國家重點扶持雲計算產業，培育雲計算服務龍頭企業的宏偉遠景。經過三年努力，發展一批面向智慧城市、智能交通、醫療衛生、中小企業等領域的雲計算服務示範應用，培育10家左右在全國范圍內用戶規模千萬以上，年收入超50億元的雲計算龍頭企業，使雲計算產業鏈的產值規模達到2000億元。
大數據概念股龍頭
華勝天成：
公司在雲計算領域起步較早，業務涉及電信、金融和郵政等多個行業。2011年公司募集資金近5億元，主要投向雲計算環境下的信息融合服務平台建設、服務型城市的新一代信息整合解決方案，目前投入基本完成，並開始產生效益。
此外，公司推出的天成雲機等雲計算產品，融合雲計算產業鏈中的先進技術與產品，為客戶構建有效益的雲計算平台，並提供隨需應變和敏捷的雲計算服務。目前公司已經在雲計算產品方面積累了不少客戶，預計今後幾年公司在雲計算特別是高端服務領域實現快速增長。
華東電腦：
公司是上海本土最早介入雲計算領域的企業之一，憑借控股股東與地方政府戰略合作的優勢，正在大力度參與上海等地的智慧城市建設。另外，通過收購上海華訊網路公司，成為中國雲計算全價值鏈解決方案提供商和服務商。
同時，公司牽頭的華雲雲計算產品與技術及應用示範服務中心建設項目獲國家發改委批准，並獲得1300萬元專項資金支持，而華雲計劃是上海市雲海計劃重點支持項目，後續有望獲得更多政策扶持。
遠光軟體：
公司主營電力行業軟體，近年加大了對雲計算、大數據、移動互聯等新技術的研發投入。目前正在積極部署雲平台，已搭建IAAS平台，為客戶提供整套基於雲平台的解決方案，並在雲存儲、雲部署、雲應用、雲安全等各方面提供全面技術支持。
在高端企業大數據管理業務，推出了貼近電力行業業務的高端BI解決方案。同時，公司大數據業務已實現軟體部分基礎架構的突破，並在燃料智能化管理系統、集團生產管理系統等產品上得到應用。