1. 黃金股為什麼還要暴跌
黃金股為什麼還要暴跌「低買高賣」是投資股票所需要的。股票投資是創造財務獨立，安全和代際財富的著名方式。這項合作的成功是因為了解股票市場是如何運作的，因為這種財富可以成就或失去。樣，黃的不是黑的；家裡的老房子還是那樣，
2. 巴菲特成首富了，真快，他是拿公司的錢炒股嗎，這樣可以的嗎，請各位大蝦分享一下
1930年8月30日，沃倫·巴菲特出生於美國內布拉斯加州的奧馬哈市，沃倫·巴菲特從小就極具投資意識，他鍾情於股票和數字的程度遠遠超過了家族中的任何人。他滿肚子都是掙錢的道兒，五歲時就在家中擺地攤兜售口香糖。稍大後他帶領小夥伴到球場撿大款用過的高爾夫球，然後轉手倒賣，生意頗為經火。上中學時，除利用課余做報童外，他還與夥伴合夥將彈子球游戲機出租 給理發店老闆們，掙取外快。
1941年，剛剛跨入11歲，他便躍身股海，購買了平生第一張股票。
1947年，沃倫·巴菲特進入賓夕法尼亞大學攻讀財務和商業管理。但他學得教授們的空頭理論不過癮，兩年後便不辭而別，輾轉考入哥倫比亞大學金融系，拜師於著名投資學理論學家本傑明·格雷厄姆。在格雷厄姆門下，巴菲特如魚得水。格雷厄姆反投機，主張通過分析企業的贏利情況、資產情況及未來前景等因素來評價股票。他教授給巴菲特豐富的知識和決竅。富有天才的巴菲特很快成了格雷厄姆的得意門生。
1950年巴菲特申請哈佛大學被拒之門外。
1951年，21歲的巴菲特學成畢業的時候，他獲得最高A+。
1957年，巴菲特掌管的資金達到30萬美元，但年末則升至50萬美元。
1962年，巴菲特合夥人公司的資本達到了720萬美元，其中有100萬是屬於巴菲特個人的。當時他將幾個合夥人企業合並成一個「巴菲特合夥人有限公司」。最小投資額擴大到10萬美元。情況有點像現在中國的私募基金或私人投資公司。
1964年，巴菲特的個人財富達到400萬美元，而此時他掌管的資金已高達2200萬美元。
1966年春，美國股市牛氣沖天，但巴菲特卻坐立不安盡管他的股票都在飛漲，但卻發現很難再找到符合他的標準的廉價股票了。雖然股市上瘋行的投機給投機家帶來了橫財，但巴菲特卻不為所動，因為他認為股票的價格應建立在企業業績成長而不是投機的基礎之上。
1967年10月，巴菲特掌管的資金達到6500萬美元。
1968年，巴菲特公司的股票取得了它歷史上最好的成績：增長了59%，而道·瓊斯指數才增長了9%。巴菲特掌管的資金上升至1億零400萬美元，其中屬於巴菲特的有2500萬美元。
1968年5月，當股市一片凱歌的時候，巴菲特卻通知合夥人，他要隱退了。隨後，他逐漸清算了巴菲特合夥人公司的幾乎所有的股票。
1969年6月，股市直下，漸漸演變成了股災，到1970年5月，每種股票都要比上年初下降50%，甚至更多。
1970年-1974年間，美國股市就像個泄了氣的皮球，沒有一絲生氣，持續的通貨膨脹和低增長使美國經濟進入了「滯脹」時期。然而，一度失落的巴菲特卻暗自欣喜異常因為他看到了財源即將滾滾而來——他發現了太多的便宜股票。
1972年，巴菲特又盯上了報刊業，因為他發現擁有一家名牌報刊，就好似擁有一座收費橋梁，任何過客都必須留下買路錢。1973年開始，他偷偷地在股市上蠶食《波士頓環球》和《華盛頓郵報》，他的介入使《華盛頓郵報》利潤大增，每年平均增長35%。10年之後，巴菲特投入的1000萬美元升值為兩個億。
1980年，他用1.2億美元、以每股10.96美元的單價，買進可口可樂7 %的股份。到1985年，可口可樂改變了經營策略，開始抽回資金，投入飲料生產。其股票單價已長至51.5美元，翻了5倍。至於賺了多少，其數目可以讓全世界的投資家咋舌。
1992年中巴菲特以74美元一股購下435萬股美國高技術國防工業公司——通用動力公司的股票，到年底股價上升到113元。巴菲特在半年前擁有的32，200萬美元的股票已值49，100萬美元了
1994年底已發展成擁有230億美元的伯克希爾工業王國，它早已不再是一家紡紗廠，它已變成巴菲特的龐大的投資金融集團。從1965-1994年，巴菲特的股票平均每年增值26.77%，高出道·瓊斯指數近17個百分點。如果誰在1965年投資巴菲特的公司10000美元的話，到1994年，他就可得到1130萬美元的回報，也就是說，誰若在30年前選擇了巴菲特，誰就坐上了發財的火箭。
2000年3月11日，巴菲特在伯克希爾公司的網站上公開了今年的年度信件——一封沉重的信。數字顯示，巴菲特任主席的投資基金集團伯克希爾公司，去年純收益下降了45%，從28.3億美元下降到15.57億美元。伯克希爾公司的A股價格去年下跌20%，是90年代的唯一一次下跌；同時伯克希爾的賬面利潤只增長0.5%，遠遠低於同期標准普爾21的增長，是1980年以來的首次落後.
2007年3月1日晚間，「股神」沃倫·巴菲特麾下的投資旗艦公司——伯克希爾·哈撒維公司(Berkshire Hathaway)公布了其2006財政年度的業績，數據顯示，得益於颶風「爽約」，公司主營的保險業務獲利頗豐，伯克希爾公司去年利潤增長了29.2%，盈利達110.2億美元(高於2005年同期的85.3億美元)；每股盈利7144美元(2005年為5338美元)。
1965—2006年的42年間，伯克希爾公司凈資產的年均增長率達21.4%，累計增長361156%；同期標准普爾500指數成分公司的年均增長率為10.4%，累計增長幅為6479%。
2007年3月1日，伯克希爾公司A股股價上漲410美元，收於106600美元。去年伯克希爾A股股價上漲了23%，相形之下，標普500指數成分股股價平均漲幅僅為9%。
巴菲特是有史以來最偉大的投資家，他依靠股票、外匯市場的投資成為世界上數一數二的富翁。他倡導的價值投資理論風靡世界。價值投資並不復雜，巴菲特曾將其歸結為三點：把股票看成許多微型的商業單元；把市場波動看作你的朋友而非敵人(利潤有時候來自對朋友的愚忠)；購買股票的價格應低於你所能承受的價位。「從短期來看，市場是一架投票計算器。但從長期看，它是一架稱重器」——事實上，掌握這些理念並不困難，但很少有人能像巴菲特一樣數十年如一日地堅持下去。巴菲特似乎從不試圖通過股票賺錢，他購買股票的基礎是：假設次日關閉股市、或在五年之內不再重新開放。在價值投資理論看來，一旦看到市場波動而認為有利可圖，投資就變成了投機，沒有什麼比賭博心態更影響投資。」
巴菲特2006年6月25日宣布，他將捐出總價達370億美元的私人財富投向慈善事業。這筆巨額善款將分別進入全球首富、微軟董事長比爾·蓋茨創立的慈善基金會以及巴菲特家族的基金會。巴菲特捐出的370億美元是美國迄今為止出現的最大一筆私人慈善捐贈。
據路透社報道，波克夏-哈薩威投資公司的首席執行官巴菲特現年75歲，《福布斯》雜志預計他的身價為620億美元，是全球首富。370億元的善款佔到了巴菲特財產的大約60%。
巴菲特在一封寫給比爾與梅林達·蓋茨基會的信中說，他將捐出1000萬股波克夏公司B股的股票，按照市值計算，等於巴菲特將向蓋茨基金捐贈300億美元。
蓋茨基金會發表聲明說：「我們對我們的朋友沃倫·巴菲特的決定受寵若驚。他選擇了向比爾與美琳達·蓋茨基金會捐出他的大部分財富，來解決這個世界最具挑戰性的不平等問題。」
此外，巴菲特將向為已故妻子創立的慈善基金捐出100萬股股票，同時向他三個孩子的慈善基金分別捐贈35萬股的股票。
不久前，蓋茨剛剛宣布他將在兩年內逐步移交他在微軟的日常管理職責，以便全身心投入蓋茨基金會的工作。蓋茨基金會的總財產目前已達300億美元。該基金會致力於幫助發展中國家的醫療事業以及發展美國的教育。
巴菲特投資「金」定律
利用市場的愚蠢，進行有規律的投資。
買價決定報酬率的高低，即使是長線投資也是如此。
利潤的復合增長與交易費用、避稅使投資人受益無窮。
不要在意某家公司來年可賺多少，只要在意其未來5至10年能賺多少。
只投資未來收益確定性高的企業。
通貨膨脹是投資者的最大敵人。
價值型與成長型的投資理念是相通的。價值是一項投資未來現金流量的折現值；而成長只是用來決定價值的預測過程。
投資人財務上的成功與他對投資企業的了解程度成正比。
「安全邊際」從兩個方面協助你的投資。首先是緩沖可能的價格風險；其次是可獲得相對高的權益報酬率。
擁有一隻股票，期待它在下個星期就上漲，是十分愚蠢的。
即使美聯儲主席偷偷告訴我未來兩年的貨幣政策，我也不會為之改變我的任何投資作為。
不理會股市的漲跌，不擔心經濟情勢的變化，不相信任何預測，不接受任何內幕消息，只注意兩點：A.買什麼股票；B.買入價格。
巴菲特股市不敗的六大要素
一、賺錢而不要賠錢
這是巴菲特經常被引用的一句話：「投資的第一條准則是不要賠錢；第二條准則是永遠不要忘記第一條。」因為如果投資一美元，賠了50美分，手上只剩一半的錢，除非有百分之百的收益，才能回到起點。
巴菲特最大的成就莫過於在1965年到2006年間，歷經3個熊市，而他的伯克希爾·哈撒韋公司只有一年(2001年)出現虧損。
二、別被收益蒙騙
巴菲特更喜歡用股本收益率來衡量企業的盈利狀況。股本收益率是用公司凈收入除以股東的股本，它衡量的是公司利潤占股東資本的百分比，能夠更有效地反映公司的盈利增長狀況。
根據他的價值投資原則，公司的股本收益率應該不低於15％。在巴菲特持有的上市公司股票中，可口可樂的股本收益率超過30％，美國運通公司達到37％。
三、要看未來
人們把巴菲特稱為「奧馬哈的先知」，因為他總是有意識地去辨別公司是否有好的發展前途，能不能在今後25年裡繼續保持成功。巴菲特常說，要透過窗戶向前看，不能看後視鏡。
預測公司未來發展的一個辦法，是計算公司未來的預期現金收入在今天值多少錢。這是巴菲特評估公司內在價值的辦法。然後他會尋找那些嚴重偏離這一價值、低價出售的公司。
四、堅持投資能對競爭者構成巨大「屏障」的公司
預測未來必定會有風險，因此巴菲特偏愛那些能對競爭者構成巨大「經濟屏障」的公司。這不一定意味著他所投資的公司一定獨占某種產品或某個市場。例如，可口可樂公司從來就不缺競爭對手。但巴菲特總是尋找那些具有長期競爭優勢、使他對公司價值的預測更安全的公司。
20世紀90年代末，巴菲特不願投資科技股的一個原因就是：他看不出哪個公司具有足夠的長期競爭優勢。
五、要賭就賭大的
絕大多數價值投資者天性保守。但巴菲特不是。他投資股市的620億美元集中在45 只股票上。他的投資戰略甚至比這個數字更激進。在他的投資組合中，前10隻股票佔了投資總量的90％。晨星公司的高級股票分析師賈斯廷·富勒說：「這符合巴菲特的投資理念。不要猶豫不定，為什麼不把錢投資到你最看好的投資對象上呢？」
六、要有耐心等待
如果你在股市裡換手，那麼可能錯失良機。巴菲特的原則是：不要頻頻換手，直到有好的投資對象才出手。
巴菲特常引用傳奇棒球擊球手特德·威廉斯的話：「要做一個好的擊球手，你必須有好球可打。」如果沒有好的投資對象，那麼他寧可持有現金。據晨星公司統計，現金在伯克希爾·哈撒韋公司的投資配比中佔18％以上，而大多數基金公司只有4％的現金。
巴菲特理財法：「三要三不要」
以下是堪稱巴菲特投資理念精華的「三要三不要」理財法：
要投資那些始終把股東利益放在首位的企業。巴菲特總是青睞那些經營穩健、講究誠信、分紅回報高的企業，以最大限度地避免股價波動，確保投資的保值和增值。而對於總想利用配股、增發等途徑榨取投資者血汗的企業一概拒之門外。
要投資資源壟斷型行業。從巴菲特的投資構成來看，道路、橋梁、煤炭、電力等資源壟斷型企業佔了相當份額，這類企業一般是外資入市購並的首選，同時獨特的行業優勢也能確保效益的平穩。
要投資易了解、前景看好的企業。巴菲特認為凡是投資的股票必須是自己了如指掌，並且是具有較好行業前景的企業。不熟悉、前途莫測的企業即使被說得天花亂墜也毫不動心。
不要貪婪。1969年整個華爾街進入了投機的瘋狂階段，面對連創新高的股市，巴菲特卻在手中股票漲到20%的時候就非常冷靜地悉數全拋。
不要跟風。2000年，全世界股市出現了所謂的網路概念股，巴菲特卻稱自己不懂高科技，沒法投資。一年後全球出現了高科技網路股股災。
不要投機。巴菲特常說的一句口頭禪是：擁有一隻股票，期待它下個早晨就上漲是十分愚蠢的。
[編輯]億萬富翁這樣煉成：巴菲特理財習慣揭秘
當今金融界，微軟公司董事會主席比爾·蓋茨先生與投資大亨巴菲特二位長期穩坐排行榜的前兩位。他們曾聯袂到西雅圖華盛頓大學做演講，當有華盛頓大學商學院學生請他們談談致富之道時，巴菲特說：「是習慣的力量。」
把雞蛋放在一個籃子里
現在大家的理財意識越來越強，許多人認為「不要把所有雞蛋放在同一個籃子里」，這樣即使某種金融資產發生較大風險，也不會全軍覆沒。但巴菲特卻認為，投資者應該像馬克·吐溫建議的那樣，把所有雞蛋放在同一個籃子里，然後小心地看好它。
從表面看巴菲特似乎和大家發生了分歧，其實雙方都沒有錯。因為理財訣竅沒有放之四海皆準的真理。比如巴菲特是國際公認的「股神」，自然有信心重倉持有少量股票。而我們普通投資者由於自身精力和知識的局限，很難對投資對象有專業深入的研究，此時分散投資不失為明智之舉。另外，巴菲特集中投資的策略基於集中調研、集中決策。在時間和資源有限的情況下，決策次數多的成功率自然比投資決策少的要低，就好像獨生子女總比多子女家庭所受的照顧多一些，長得也壯一些一樣。
生意不熟不做
中國有句古話叫：「生意不熟不做」。巴菲特有一個習慣，不熟的股票不做，所以他永遠只買一些傳統行業的股票，而不去碰那些高科技股。2000年初，網路股高潮的時候，巴菲特卻沒有購買。那時大家一致認為他已經落後了，但是現在回頭一看，網路泡沫埋葬的是一批瘋狂的投機家，巴菲特再一次展現了其穩健的投資大師風采，成為最大的贏家。
這個例子告訴我們，在做任何一項投資前都要仔細調研，自己沒有了解透、想明白前不要倉促決策。比如現在大家都認為存款利率太低，應該想辦法投資。股市不景氣，許多人就想炒郵票、炒外匯、炒期貨、進行房產投資甚至投資「小黃魚」。其實這些渠道的風險都不見得比股市低，操作難度還比股市大。所以自己在沒有把握前，把錢放在儲蓄中倒比盲目投資安全些。
長期投資
有人曾做過統計，巴菲特對每一隻股票的投資沒有少過8年的。巴菲特曾說：「短期股市的預測是毒葯，應該把它擺在最安全的地方，遠離兒童以及那些在股市中的行為像小孩般幼稚的投資人。」
我們所看到的是許多人追漲殺跌，到頭來只是為券商貢獻了手續費，自己卻是竹籃打水一場空。我們不妨算一個賬，按巴菲特的低限，某隻股票持股8年，買進賣出手續費是1.5%。如果在這8年中，每個月換股一次，支出1.5%的費用，一年12個月則支出費用18%，8年不算復利，靜態支出也達到144%！不算不知道，一算嚇一跳，魔鬼往往在細節之中。
巴菲特推薦投資者要讀的書
股神巴菲特賺錢神力讓熱衷投資的人羨慕不已，如何能得到這些神力的哪怕一點點呢？抽時間讀讀巴菲特推薦給投資者閱讀的書籍也許有些幫助。
《證券分析》(格雷厄姆著)。格雷厄姆的經典名著，專業投資者必讀之書，巴菲特認為每一個投資者都應該閱讀此書10遍以上。
《聰明的投資者》(格雷厄姆著)。格雷厄姆專門為業余投資者所著，巴菲特稱之為「有史以來最偉大的投資著作」。
《怎樣選擇成長股》(費舍爾著)。巴菲特稱自己的投資策略是「85%的格雷厄姆和15%的費舍爾」。他說：「運用費舍爾的技巧，可以了解這一行……有助於做出一個聰明的投資決定。」
《巴菲特致股東的信：股份公司教程》。本書搜集整理了20多年巴菲特致股東的信中的精華段落，巴菲特認為此書是整理其投資哲學的一流工作。
《傑克·韋爾奇自傳》(傑克·韋爾奇著)世界第一CEO自傳。被全球經理人奉為「CEO的聖經」。在本書中首次透露管理秘訣：在短短20年間如何將通用電氣從世界第十位提升到第二位，市場資本增長30多倍，達到4500億美元，以及他的成長歲月、成功經歷和經營理念。巴菲特是這樣推薦這本書的：「傑克是管理界的老虎伍茲，所有CEO都想效仿他。他們雖然趕不上他，但是如果仔細聆聽他所說的話，就能更接近他一些。」
《贏》(傑克·韋爾奇著)。巴菲特稱「有了《贏》，再也不需要其他管理著作了」，這種說法雖然顯得誇張，但是也證明了本書的分量。《贏》這類書籍，及《女總裁告訴你》、《影響力》都是以觀點結合實例的方法敘述，如果你想在短時間內掌握其中的技巧，那麼你只需要抄寫下書中所有粗體標題，因為那些都是作者對各種事例的總結，所以厚厚的一本書，也不過是圍繞這些內容展開。但如果你認為這便是本書精華，那麼你就錯了，書中那些真實的實例以及作者的人生經驗才是這類圖書的賣點。技巧誰都可以掌握，但是經歷卻人人不同，如果你願意花時間閱讀書中的每一個例子，相信你會得到更多寶貴的東西。
最後，巴菲特是這樣概括他的日常工作：「我的工作是閱讀」。巴菲特神力的源泉應該是來自閱讀。
巴菲特的管理智慧
盡管組織形式是公司制，但我們將股東視為合夥人。
我和查理·芒格(伯克希爾-哈撒韋公司副董事長)將我們的股東看作所有者和合夥人，而我們自己是經營合夥人。我們認為，公司本身並非資產的最終所有者，它僅僅是一個渠道，將股東和公司資產聯系起來，而股東才是公司資產的真正所有者。
順應以所有者為導向的原則，我們自食其力。
多數公司董事都將他們大部分的個人凈資產投入到公司中。查理和我無法確保運營結果，但我們保證：如果您成為我們的合夥人，不論時間多久，我們的財富將同您的同步變動。我們無意通過高薪或股票期權占您的便宜。
我們的長期經濟目標：每股實現內在商業價值平均年增長的最大化。
我們並不以伯克希爾的規模來評價其經濟意義或業績表現。我們的衡量標準是每股的增長值。
為了達到目標，首選是持有多樣化的資產組合。
我們的首選是持有多樣化的資產組合，這些組合能夠創造穩定的現金流，並且持續提供高於市場平均水平的資產回報。
我們會報告每一項重大投資的收益，以及重要的數據。
由於我們的雙重目標以及傳統會計處理方法的局限性，傳統的會計方法已難以反映真實經營業績。作為所有者和管理者，查理和我事實上對這些數據視而不見。但是，我們會向您們報告我們控制的每一項重大投資的收益，以及那些我們認為重要的數據。
賬面結果不會影響我們的經營和資本配置決策。
在目標資產的兼並成本相近時，我們寧可購買未在賬面體現、但是可以帶來2美元收益的資產，而不願購買可在賬面上體現、收益為1美元的資產。
我們很少舉債。
當我們真的舉債時，我們試圖將長期利率固定下來。與其過度舉債，毋寧放棄一些機遇。查理和我，永遠不會為了一兩個百分點的額外回報而犧牲哪怕一夜的睡眠。
我們不會讓股東掏腰包來滿足管理層的慾望。
我們不會無視長期經濟規律而用被人為操縱的價格去購買整個公司。在花您的錢時，我們就如同花自己的錢一樣小心，並會全面權衡如果您自己直接通過股票市場進行多樣化投資所能獲得的價值。
不論意圖如何高尚，我們認為只有結果才是檢驗的標准。
我們不斷反思公司留存收益是否合理，其檢測標準是，每1美元留存收益，至少要為股東創造1美元的市場價值。迄今為止，我們基本做到了這一點。
我們只有在收獲和付出相等的時候發行普通股。
這一規則適用於一切形式的發行——不僅是並購或公開發售，還包括債轉股、股票期權、可轉換證券等。每一份股票都代表著公司的一部分，而公司是屬於您的。
無論價格如何，我們都無意賣掉伯克希爾所擁有的優質資產。
您應該很清楚，這是我和查理共同的心態，可能會損害我們的財務表現。即便是那些我們認為差強人意的業務，只要有望產生現金流，而且我們對其管理層和勞資關系還算滿意，在決定是否出售時，我們也會猶豫不決。
我們將會坦誠地向您報告業績，強調對估價有正面的和負面效應的事件。
我們的原則是，要用一種換位思考的心態，將我們自己希望知道的真實情況匯報給您。這是我們的義務，決不打折扣。
我們只會在法律允許的范圍內討論證券買賣。
雖然我們的策略是公開的，但好的投資點子也是物以稀為貴，並有可能被競爭對手獲取。同樣，對好的產品和企業並購策劃，也同樣得注意保密。因此我們一般不會談論自己的投資想法。
我們希望伯克希爾的股價是合理的，而不是被高估。
在可能的范圍內，我們希望伯克希爾的每一個股東在持有股份的期間內，獲得的收益或損失，與公司每股內在價值的漲跌呈相應的比例。因此，伯克希爾的股價和內在價值，都需要保持恆定，希望是1∶1。
3. 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