宏观经济分析大数据股票

㈠ 股票宏观经济分析包括哪些内容

股票宏观经济分析包括哪些内容？股票的宏观经济分析主要是从一国的经济活动为主要的研究大方向出发的，具体从GDP和国民收入的变化，以及企业的经营，经济周期的波动，经济增长和通货膨胀等等因素进行考量，研究各种相关总量及其变化对股票的影响，另外对于一些特殊的股票，在分析时还要同时观注到国际宏观经济面，因为这些都可能会直接影响到股票的基本供求关系，所以国际宏观分析也同样不容忽视，从股票宏观分析的方法论上看，宏观经济分析基本方法主要包括全面分析和结构分析，宏观经济所涉及的分析指标主要包括 GDP、GDP增长率、失业率、通货膨胀率、社会商品零售总额、CPI、PPI、银行贷款、利率、汇率等，目前的国际金融市场包括货币市场、证券市场、外汇市场、黄金市场和期权期货市场，每个市场都存在相互的影响，金融品种之间互相传导，股票市场也只是其中的一部分，国内经济与世界经济的联系也日益紧密，所以在做股票宏观经济分析时，要国内国外统筹的考虑。

㈡ 300458 全志科技走势全志科技的宏观经济分析全志科技股票诊股手机

云计算、大数据、物联网等众多技术，它们不断智能化，眼下，对于生活场景智能化，我们已经非常熟悉了，小到智能玩具机器人、扫地机器人，大到智能家电、自动驾驶汽车等。在未来科技发展的大潮中，智能化的全面普及在未来将成为必然趋势。全志科技，产品主要应用于汽车电子、智能家电等智能产品的芯片研发与设计企业，它的投资亮点有什么呢？下面一同来分析。

在要准备分析全志科技起头前，我整理好的芯片行业龙头股名单分享给大家，点开就可以浏览：宝藏资料！芯片行业龙头股一览表

一、公司角度

公司介绍：全志科技主营业务为智能应用处理器SoC、高性能模拟器件和无线互联芯片的研发与设计，主要是开发智能应用处理器SoC、高性能模拟器件和无线互联芯片这些产品，产品在智能家电、车联网、机器人、智能物联网等多个产品领域能够广泛使用。

大致分析完公司基础概况后，接下来就对公司独特的投资价值进行深度研究。

亮点一：提前布局汽车半导体，国内稀缺的车规级半导体供应商

各国开始大力发展新能源车，新能源车时代就此拉开序幕，与此同时，也会出现一个智能电动车时代。这个过程中，半导体芯片显得尤为重要，而汽车相关芯片与手机相关芯片差别很大，汽车厂商对于车规级芯片的安全性、可靠性、稳定性、良品率具有极高要求，一旦有了AEC-Q系列认证(门槛很高）才能够进入车规芯片供应链。

从2014年起，全志科技就开始研制开发车规级芯片，如今已得到AEC-Q100认证，成功成为了国内为数不多的车规级半导体供应商。将来，汽车电子化率+电动化率日渐加速，公司在研发更多汽车品牌的基础上，导入了客户，汽车半导体未来会发展成为公司最有潜力的增长引擎。

亮点二：AIOT（人工智能物联网）行业爆发，公司撞上风口

于全志科技而言，不光有多年的技术积累，而且还有多元化产品布局，以AI全面赋能为助力，与多家行业标杆客户建立战略合作关系，且在算法、算力、产品、服务多方面配合客户调整，让AI语音、AI视觉应用更加系统完整化，将有关智能家电、智能监控、辅助驾驶等方面的AI产品实现量产化，我们目前合作了多家龙头企业，包括了美的、格力、小米、石头科技等。

随着万物互联、万物智能时代的到来，公司也追随时代潮流，在未来的时间里，能够充分受益并以此步入高速增长阶段。

考虑到字数原因，其余全志科技的深度报告和风险提示的信息，我都给大伙整理出来了，戳开即能领取：【深度研报】全志科技点评，建议收藏！

二、行业角度

AIOT领域：从IDC研究数据看出，全球物联网的支出在2020年达到6904.7亿美元，其中23.6%是中国市场占有的。IDC预测，全球物联网市场支出到2025年将达1.1万亿美元，年均增长11.4%，中国市场的占比也在不断提升，目前已经提升到25.9%，物联网市场规模处于全球地第一位。

汽车半导体领域：受智能驾驶逐渐普及的影响，未来汽车行业必然会实现电子化率+电动化率的提升，这期间，汽车半导体也将飞速发展，从数据上来看，在半导体下游应用中，汽车半导体成为增速最优部分的可能性很大。

总体而言，智能化是时代发展的必然，全志科技在智能化领域积极布局，未来将充分获益并得到高速发展，觉得公司未来的表现出色。但是文章会有一些延迟，假若想更加切确地知道全志科技以后的情势，直接打开链接网址，有专门的投顾帮你分析股情，判断全志科技的估值是否有误差：【免费】测一测全志科技现在是高估还是低估？

应答时间：2021-12-08，最新业务变化以文中链接内展示的数据为准，请点击查看

㈢ 000938 紫光股份走势紫光股份的宏观经济分析紫光股份股票诊股手机

数字经济为全球经济的增长创造了条件，在数字经济的带动下，云计算、大数据和人工智能的普及进程会加快，新一代信息基础设施建设的投入也会一直增加，计算、网络、存储和安全及智慧应用将获得较大的发展空间。下面就着重将在上述领域一站式布局的领先企业--紫光股份分析一下。

在开始分析紫光股份前，我整理好的计算机头股名单分享给大家，点击就可以领取：宝藏资料！计算机行业龙头股一览表

一、公司角度

公司介绍：紫光股份主营业务是提供技术领先的网络、计算、存储、云计算、安全和智能终端等全栈ICT基础设施及服务，占比最多的产品就是交换机、路由器、刀片服务器等。多年以来紫光股份在中国云管理平台市场都是排名第一的市场份额，在中国私有云厂商竞争力象限图中位于“领导者象限”,技术能力国内排名首位。

初步认识了公司的基础概况，接下来看一看公司有什么独特的投资亮点。

亮点一：全产业链布局，一站式数字化解决方案"专家"

紫光股份目前已有"芯-云-网-边-端"全产业链布局，是国内稀缺的能够提供从芯片设计-设备-服务及综合解决方案一体的厂商，并具备从通用型产品到行业专用产品，从核心芯片到系统整机、到数据中台、到云上应用的全产业链和纵向技术垂直整合能力。紫光股份拥有计算、存储、网络、5G、安全等全方位的数字化基础设施整体能力，而且公司还是我国少数能够提供一站式数字化解决方案的专业公司。

亮点二：覆盖全球的销售网络

紫光股份的营销模式是直销+经销+分销，在全国设立40余家办事处，拥有3000出头的销售人员，渠道触达范围十分广，目前国内各地都有它们的营销网点，该优势处于业内领先水平。同时，紫光股份对海外渠道建设进行了加强，持续大力开拓国际市场，要着重关注包括日本、俄罗斯、马来西亚等七个子公司在内的功能建设，光认证海外合作伙伴的数量就达到了500余家，在全球20多个国家有分布。

紫光股份开发的国内国外渠道双轮驱动的策略，为世界各地的客户提供优质的产品和服务，继续占领市场份额，现在，紫光股份所拥有的大多数产品的市场份额均靠前。

由于篇幅受限，更多关于紫光股份的深度报告和风险提示，我整理在这篇研报当中，点击即可查看：【深度研报】紫光股份点评，建议收藏！

二、行业角度

以5G、物联网、工业互联网为代表的通信网络基础设施，也是以数据中心、智能计算中心为代表的算力基础设施，{以人工智能、云计算、区块链等为代表的新技术基础设施等新一代信息基础设施都在不断升级并持续普及，并且，这属于一个不可逆的过程，是时代发展的必然，所以，未来数字化基础设施的建设将越来越多，毋庸置疑，新兴行业未来的发展是趋向高速发展的，行业未来的表现会特别好。

总的来说，被称为一站式数字化解决方案"专家"紫光股份，5G、物联网等多项数字化产业是其产品主要面向群体，未来将牢牢把握住行业上升所带来的机会，未来的紫光股份一定会有广阔的发展空间。但是文章具有一定的滞后性，如果想更准确地知道紫光股份未来行情，直接点击链接，有专业的投顾帮你诊股，看下紫光股份估值是高估还是低估：【免费】测一测紫光股份现在是高估还是低估？

应答时间：2021-11-19，最新业务变化以文中链接内展示的数据为准，请点击查看

㈣ 影响股市的重要经济数据有哪些

我之前也是用软件采集了股市数据，然后直接进行的数据分析，我是跟前嗅合作的，我觉得很强大，推荐给你，给你参考一下他们公司给我的分析报告都包含那几方面。
1.宏观经济分析：国内外宏观经济数据分析、政策走势分析、经济形势分析。
2.证券数据分析：通过建立数据模型，分析股票指数数据，预测股票走势。
3.财务报表分析：通过建立分析模型，分析财务状况，关联公司之间的经济往来情况。
4.投资项目评估：多维度分析投资项目，通过数据进行投资决策支持，减少投资风险。
他们公司从这些方面给我分析了全网的股市数据，非常详细，你也可以联系看看。希望对你有帮助。

㈤ 怎么看股票的基本面

如果是投资而且还是想获得更高的胜率，当然不能少了对于市场环境和买入标的分析，可是我却发现，好多人都不了解基本面分析，觉得基本面分析非常复杂不愿了解。其实困难也不多，今天学姐就让大家明白基本面分析应该怎么做，这样就更容易抓住牛股了。开始之前，不妨先领一波福利--机构精选的牛股榜单新鲜出炉，走过路过可别错过：【绝密】机构推荐的牛股名单泄露，限时速领！！！
一、 简单介绍
1、 基本面分析是研究影响股价因素的方法
按照教科书的解释，我们在进行基本面分析的时候首先要注意影响证券价格变动的敏感因素，分析研究证券市场的价格变动的一般规律，为了达到让投资这做出正确决策，我们会提供科学依据的分析方法。简单来说，影响股票价格的敏感因素有很多，而基本面分析指的就是对这些影响因素的分析。
2、 基本面分析包括3个方面
所以我们到底研究的是哪些因素呢？可以看这3个层面，即宏观经济分析、行业分析和公司分析。有的朋友看到这三个因素就头大了，仿佛要学习全部的经济学课程之后才有资格分析！这个时候不要着急，学姐教大家如何从实战的角度来分析。
二、 如何进行基本面分析
1、 宏观经济主要看政策和指标
我们都知道，宏观经济是股市整体行情好坏的重要因素，像经济政策（货币政策、财政政策、税收政策、产业政策等等）和经济指标（国内生产总值、失业率、通胀率、利率、汇率等等）对股票市场的影响都是巨大的。但在现实情况下，一般都不去选择十全十美，不然容易因为小的利益而失去了大的利益，核心变量才最为重要，例如注意一些反应市场流动性的宏观指标，例如货币政策和财政政策（是否降息、降准以维持宽松）、汇率（是否提高以吸引外资进场）。这便是因为对短期时间来讲，价格有波动的情况，很多都是由供求关系决定，因此如果市场出现了更低的利率，更加宽松的货币政策的时候，那么这时候市场流动性也是更宽裕了，买方力量更强，那么这也使得股价上行。可以先看看2021年，美国虽然疫情严重但股市却一直上涨，就是因为美国持续实行宽松政策所致。

2、 公司分析主要看行业、财务和产品
再好的行情，也会有跌跌不休的公司，这很可能就是公司基本面有问题。所处行业是首先要看的，因为公司没有达到行业的水平，行业不景气公司自然很难发展，产业趋势向上的行业，其中的企业拥有的盈利空间自然就会更大。对于一些整体只有十几亿规模等较小发展空间的行业，都没一家上市公司大，我们自然不看了；还可以看行业现在是在哪一个发展阶段，有的行业已经进入了成熟阶段或者衰退阶段，典型的如朝阳行业的钢铁煤炭等；再就是看行业有没有政策支持，政策支持的行业，发展前景是更加美好的。今年各大券商对于各行业的研究报告已经出炉，感兴趣可以点击领取：最新行业研报免费分享
行业选择好了以后，紧接着就是行业下进行公司的选择，目前就以两个主要方向去进行分析：
财务报表：了解公司的财务状况、获利能力、偿债能力、资金来源和资金使用状况，主要跟踪的财务数据有营业收入、净利润、现金流、毛利率、资产负债率、应收款、预收款、净资产收益率等。
产品与市场：前者主要分析公司的品牌、产品质量、产品的销售量和生命周期；后者主要分析产品的市场覆盖率、市场占有率以及市场竞争能力。
三、基本面分析的优劣势
讲到这里，大家应该已经清楚了基本面分析的优势，这是很系统的自上而下的分析方法，从宏观分析到中观再到微观，可以让我们不在迷惑市场当整体环境和样貌并能让真正有价值的公司被我们发现。然而，其实任何一个分析方法，具有好的地方，肯定也存在弱点。基本面分析的劣势也显而易见，虽然学姐已经很通俗的为大家讲了，如果想要真正的入门，那必须过了门槛条件。在基本层面上来分析的话，是没有办法及时反映短期价格的过渡波动，因为就短期来说，价格可能还受投资者交易情绪等影响，从基本面分析的结果中，体现不出这一部分。可能对于小白来说，还是很难判断出股票的好坏，不过没关系，我特地给大家准备了诊股方法，哪怕你是投资小白，也能立刻知道一只股票的好与坏：【免费】测一测你的股票当前估值位置？

应答时间：2021-08-26，最新业务变化以文中链接内展示的数据为准，请点击查看

㈥ 思特奇的公告思特奇宏观经济分析思特奇股份股票

现在5G时代全面到来了，人工智能、大数据、物联网等新兴产业正在快速发展，这对于支撑数字产业运行的相关运营商来说，无疑是好的增长机会，下面，就来重点解析一下国内前沿的智能产品和运营服务领先企业--思特奇的投资价值。

在开始分析思特奇前，我整理好的数字经济产业龙头股名单分享给大家，点击就可以领取：宝藏资料！数字经济行业龙头股一览表

一、公司角度

公司介绍：思特奇主营业务是为客户提供数字化转型的基础技术平台、云和大数据的智能产品和运营服务。主要产品包括5G为核心的业务价值重构和业务支撑运营服务、人工智能AI算法开放平台和运营、物联网运营和服务支撑平台等。思特奇智慧城市在2020年荣获"新基建明星企业"等荣誉称号，获得行业内高度认可。

简单了解公司基础概况后，下面具体分析公司独特的投资价值。

亮点一：产品和服务领先同行

发展了这么多年，思特奇已经发展成为中国移动、中国联通、中国电信、中国广电等行业的业务支撑域的首脑厂商，它的产品和服务包括电信运营商业务支撑服务域和网络支撑运营服务域的全面关键核心。关键一点是在与中国电信的合作中，思特奇在全渠道运营支撑、智慧风控管控、跨域营销协同等数转应用方面全面开展了产品创新与落地，具备了业界领先水平指引了行业的发展，成为了业界的龙头。

亮点二：不止于前，致力于新技术的研发和突破

目前，思特奇拥有了行业领先的自主知识产权产品和服务，在市场份额领域保持行业的第一，但其仍旧一直加强运营商行业的市场占有率和竞争力。思特奇将顶尖的核心专家、技术团队进行集中，以数字化转型为驱动来推动公司的发展，进一步加大在5G、人工智能、物联网、区块链、大数据等新技术、新应用方面的研发投入和探索突破，在企业数字化转型中，可以提供满足行业特征的端到端解决方案，不断促进新模式、新应用的落实和商业应用。

由于篇幅受限，更多关于思特奇的深度报告和风险提示，我整理在这篇研报当中，点击即可查看：【深度研报】思特奇点评，建议收藏！

二、行业角度

现在我们已经迎来了新的技术革命，关键在于5G的应用，在数据中心、5G等新一代信息基础设施建设地接连完成的推动下，以及云计算、工业互联网、人工智能等新技术应用越来越被普遍，整个数字行业将进入全新的增长轨道，现在疫情已经不那么紧张了，全球将5G的建设慢慢的恢复过来，这也给数字行业增加了很多新机会，所以未来数字行业的发展前景广阔，这也将使数字经济中运营商行业的市场空间越来越大。

经过以上分析，国内领先的运营商企业-思特奇，它的行业技术发展实力是属于行业领先水平，未来可以将行业发展带来的巨大机会进行充分的利用，特别看好思特奇未来的发展。但是文章具有一定的滞后性，如果想更准确地知道思特奇未来行情，直接点击链接，有专业的投顾帮你诊股，看下思特奇估值是高估还是低估：【免费】测一测思特奇现在是高估还是低估？

应答时间：2021-12-03，最新业务变化以文中链接内展示的数据为准，请点击查看

㈦ 如何用大数据炒股

我们如今生活在一个数据爆炸的世界里。网络每天响应超过60亿次的搜索请求，日处理数据超过100PB，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博。在荒无人烟的郊外，暗藏着无数大公司的信息存储中心，24小时夜以继日地运转着。
克托·迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。

那么，如果把这种预测能力应用在股票投资上，又会如何？

目前，美国已经有许多对冲基金采用大数据技术进行投资，并且收获甚丰。中国的中证广发网络百发100指数基金（下称百发100），上线四个多月以来已上涨68%。

和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收。

由于大数据模型对成本要求极高，业内人士认为，大数据将成为共享平台化的服务，数据和技术相当于食材和锅，基金经理和分析师可以通过平台制作自己的策略。

量化非结构数据

不要小看大数据的本领，正是这项刚刚兴起的技术已经创造了无数“未卜先知”的奇迹。

2014年，网络用大数据技术预测命中了全国18卷中12卷高考作文题目，被网友称为“神预测”。网络公司人士表示，在这个大数据池中，包含互联网积累的用户数据、历年的命题数据以及教育机构对出题方向作出的判断。

在2014年巴西世界杯比赛中，Google亦通过大数据技术成功预测了16强和8强名单。

从当年英格兰报社的信鸽、费城股票交易所的信号灯到报纸电话，再到如今的互联网、云计算、大数据，前沿技术迅速在投资领域落地。在股票策略中，大数据日益崭露头角。

做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的CPI、PMI、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”。

量化非结构化就是用深度模型替代简单线性模型的过程，其中所涉及的技术包括自然语言处理、语音识别、图像识别等。

金融大数据平台-通联数据CEO王政表示，通联数据采用的非结构化数据可以分为三类：第一类和人相关，包括社交言论、消费、去过的地点等；第二类与物相关，如通过正在行驶的船只和货车判断物联网情况；第三类则是卫星监测的环境信息，包括汽车流、港口装载量、新的建筑开工等情况。

卫星监测信息在美国已被投入使用，2014年Google斥资5亿美元收购了卫星公司Skybox，从而可以获得实施卫星监测信息。

结构化和非结构化数据也常常相互转化。“结构化和非结构化数据可以形象理解成把所有数据装在一个篮子里，根据应用策略不同相互转化。例如，在搜索频率调查中，用户搜索就是结构化数据；在金融策略分析中，用户搜索就是非结构化数据。”网络公司人士表示。

华尔街拿着丰厚薪水的分析师们还不知道，自己的雇主已经将大量资本投向了取代自己的机器。
2014年11月23日，高盛向Kensho公司投资1500万美元，以支持该公司的大数据平台建设。该平台很像iPhone里的Siri，可以快速整合海量数据进行分析，并且回答投资者提出的各种金融问题，例如“下月有飓风，将对美国建材板块造成什么影响？”

在Kensho处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等。这类信息通常是电脑和模型难以消化的。因此，Kensho的CEO Daniel Nadler认为，华尔街过去是基于20%的信息做出100%的决策。

既然说到高盛，顺便提一下，这家华尔街老牌投行如今对大数据可谓青睐有加。除了Kensho，高盛还和Fortress信贷集团在两年前投资了8000万美元给小额融资平台On Deck Capital。这家公司的核心竞争力也是大数据，它利用大数据对中小企业进行分析，从而选出值得投资的企业并以很快的速度为之提供短期贷款。

捕捉市场情绪

上述诸多非结构化数据，归根结底是为了获得一个信息：市场情绪。

在采访中，2013年诺贝尔经济学奖得主罗伯特•席勒的观点被无数采访对象引述。可以说，大数据策略投资的创业者们无一不是席勒的信奉者。

席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
然而，在大数据技术诞生之前，市场情绪始终无法进行量化。

回顾人类股票投资发展史，其实就是将影响股价的因子不断量化的过程。

上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。

量化投资技术的兴起也带动了一批华尔街大鳄的诞生。例如，巴克莱全球投资者（BGI）在上世纪70年代就以其超越同行的电脑模型成为全球最大的基金管理公司；进入80年代，另一家基金公司文艺复兴（Renaissance）年均回报率在扣除管理费和投资收益分成等费用后仍高达34%，堪称当时最佳的对冲基金，之后十多年该基金资产亦十分稳定。

“从主观判断到量化投资，是从艺术转为科学的过程。”王政表示，上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。

随着21世纪的到来，量化投资又遇到了新的瓶颈，就是同质化竞争。各家机构的量化模型越来越趋同，导致投资结果同涨同跌。“能否在看到报表数据之前，用更大的数据寻找规律？”这是大数据策略创业者们试图解决的问题。

于是，量化投资的多米诺骨牌终于触碰到了席勒理论的第三层变量——市场情绪。

计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。

基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。

海外就有学术研究指出，公司的名称或者相关关键词的搜索量，与该公司的股票交易量正相关。德国科学家Tobias Preis就进行了如此研究：Tobias利用谷歌搜索引擎和谷歌趋势（Google Trends），以美国标普500指数的500只股票为其样本，以2004年至2010年为观察区间，发现谷歌趋势数据的公司名称搜索量和对应股票的交易量，在每周一次的时间尺度上有高度关联性。也就是说，当某个公司名称在谷歌的搜索量活动增加时，无论股票的价格是上涨或者下跌，股票成交量与搜索量增加；反之亦然，搜索量下降，股票成交量下降。以标普500指数的样本股为基础，依据上述策略构建的模拟投资组合在六年的时间内获得了高达329%的累计收益。

在美国市场上，还有多家私募对冲基金利用Twitter和Facebook的社交数据作为反映投资者情绪和市场趋势的因子，构建对冲投资策略。利用互联网大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。

保罗·霍丁管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4000万美元， 2013年投资收益高达23.77%。该基金的投资标的包括流动性较好的股票及股票指数产品。
通联数据董事长肖风在《投资革命》中写道，Derwent的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。

在Derwent的网页上可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会。”保罗·霍丁在基金宣传册中表示：“多年以来，投资者已经普遍接受一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪，指导投资。”

另一家位于美国加州的对冲基金MarketPsych与汤普森·路透合作提供了分布在119个国家不低于18864项独立指数，比如每分钟更新的心情状态（包括乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等），而这些指数都是通过分析Twitter的数据文本，作为股市投资的信号。

此类基金还在不断涌现。金融危机后，几个台湾年轻人在波士顿组建了一家名为FlyBerry的对冲基金，口号是“Modeling the World（把世界建模）”。它的投资理念全部依托大数据技术，通过监测市场舆论和行为，对投资做出秒速判断。

关于社交媒体信息的量化应用，在股票投资之外的领域也很常见：Twitter自己也十分注重信息的开发挖掘，它与DataSift和Gnip两家公司达成了一项出售数据访问权限的协议，销售人们的想法、情绪和沟通数据，从而作为顾客的反馈意见汇总后对商业营销活动的效果进行判断。从事类似工作的公司还有DMetics，它通过对人们的购物行为进行分析，寻找影响消费者最终选择的细微原因。

回到股票世界，利用社交媒体信息做投资的公司还有StockTwits。打开这家网站，首先映入眼帘的宣传语是“看看投资者和交易员此刻正如何讨论你的股票”。正如其名，这家网站相当于“股票界的Twitter”，主要面向分析师、媒体和投资者。它通过机器和人工相结合的手段，将关于股票和市场的信息整理为140字以内的短消息供用户参考。

此外，StockTwits还整合了社交功能，并作为插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，让人们可以轻易分享投资信息。

另一家公司Market Prophit也很有趣。这家网站的宣传语是“从社交媒体噪音中提炼市场信号”。和StockTwits相比，Market Prophit更加注重大数据的应用。它采用了先进的语义分析法，可以将Twitter里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议。网站还根据语义量化，每天公布前十名和后十名的股票热度榜单。网站还设计了“热度地图”功能，根据投资者情绪和意见，按照不同板块，将板块内的个股按照颜色深浅进行标注，谁涨谁跌一目了然。

中国原创大数据指数

尽管大数据策略投资在美国貌似炙手可热，但事实上，其应用尚仅限于中小型对冲基金和创业平台公司。大数据策略投资第一次被大规模应用，应归于中国的百发100。

网络金融中心相关负责人表示，与欧美等成熟资本市场主要由理性机构投资者构成相比，东亚尤其是中国的股票类证券投资市场仍以散户为主，因此市场受投资者情绪和宏观政策性因素影响很大。而个人投资者行为可以更多地反映在互联网用户行为大数据上，从而为有效地预测市场情绪和趋势提供了可能。这也就是中国国内公募基金在应用互联网大数据投资方面比海外市场并不落后、甚至领先的原因。

百发100指数由网络、中证指数公司、广发基金联合研发推出，于2014年7月8日正式对市场发布，实盘运行以来一路上涨，涨幅超过60%。跟踪该指数的指数基金规模上限为30亿份，2014年9月17日正式获批，10月20日发行时一度创下26小时疯卖18亿份的“神话”。

外界都知道百发100是依托大数据的指数基金，但其背后的细节鲜为人知。

百发100数据层面的分析分为两个层面，即数据工厂的数据归集和数据处理系统的数据分析。其中数据工厂负责大数据的收集分析，例如将来源于互联网的非结构化数据进行指标化、产品化等数据量化过程；数据处理系统，可以在数据工厂递交的大数据中寻找相互统计关联，提取有效信息，最终应用于策略投资。

“其实百发100是在传统量化投资技术上融合了基于互联网大数据的市场走势和投资情绪判断。”业内人士概括道。

和传统量化投资类似，百发100对样本股的甄选要考虑财务因子、基本面因子和动量因子，包括净资产收益率（ROE）、资产收益率（ROA）、每股收益增长率（EPS）、流动负债比率、企业价值倍数（EV/EBITDA）、净利润同比增长率、股权集中度、自由流通市值以及最近一个月的个股价格收益率和波动率等。

此外，市场走势和投资情绪是在传统量化策略基础上的创新产物，也是百发100的核心竞争力。接近网络的人士称，市场情绪因子对百发100基金起决定性作用。

网络金融中心相关负责人是罗伯特•席勒观点的支持者。他认为，投资者行为和情绪对资产价格、市场走势有着巨大的影响。因此“通过互联网用户行为大数据反映的投资市场情绪、宏观经济预期和走势，成为百发100指数模型引入大数据因子的重点”。

传统量化投资主要着眼点在于对专业化金融市场基本面和交易数据的应用。但在网络金融中心相关业务负责人看来，无论是来源于专业金融市场的结构化数据，还是来源于互联网的非结构化数据，都是可以利用的数据资源。因此，前文所述的市场情绪数据，包括来源于互联网的用户行为、搜索量、市场舆情、宏观基本面预期等等，都被网络“变废为宝”，从而通过互联网找到投资者参与特征，选出投资者关注度较高的股票。

“与同期沪深300指数的表现相较，百发100更能在股票市场振荡时期、行业轮动剧烈时期、基本面不明朗时期抓住市场热点、了解投资者情绪、抗击投资波动风险。”网络金融中心相关负责人表示。

百发100选取的100只样本股更换频率是一个月，调整时间为每月第三周的周五。

业内人士指出，百发100指数的月收益率与中证100、沪深300、中证500的相关性依次提升，说明其投资风格偏向中小盘。

但事实并非如此。从样本股的构成来说，以某一期样本股为例，样本股总市值6700亿元，占A股市值4.7%。样本股的构成上，中小板21只，创业板4只，其余75只样本股均为大盘股。由此可见，百发100还是偏向大盘为主、反映主流市场走势。

样本股每个月的改变比例都不同，最极端的时候曾经有60%进行了换仓。用大数据预测热点变化，市场热点往往更迭很快；但同时也要考虑交易成本。两方面考虑，网络最后测算认为一个月换一次仓位为最佳。

样本股对百发100而言是核心机密——据说“全世界只有基金经理和指数编制机构负责人两个人知道”——都是由机器决定后，基金经理分配给不同的交易员建仓买入。基金经理也没有改变样本股的权利。

展望未来，网络金融中心相关负责人踌躇满志，“百发100指数及基金的推出，只是我们的开端和尝试，未来将形成多样化、系列投资产品。”

除了百发100，目前市场上打着大数据旗帜的基金还有2014年9月推出的南方-新浪I100和I300指数基金。

南方-新浪I100和I300是由南方基金、新浪财经和深圳证券信息公司三方联合编制的。和百发100类似，也是按照财务因子和市场情绪因子进行模型打分，按照分值将前100和前300名股票构成样本股。推出至今，这两个指数基金分别上涨了10%左右。

正如百发100的市场情绪因子来自网络，南方-新浪I100和I300的市场情绪因子全部来自新浪平台。其中包括用户在新浪财经对行情的访问热度、对股票的搜索热度；用户在新浪财经对股票相关新闻的浏览热度；股票相关微博的多空分析数据等。

此外，阿里巴巴旗下的天弘基金也有意在大数据策略上做文章。据了解，天弘基金将和阿里巴巴合作，推出大数据基金产品，最早将于2015年初问世。

天弘基金机构产品部总经理刘燕曾对媒体表示，“在传统的调研上，大数据将贡献于基础资产的研究，而以往过度依赖线下研究报告。大数据将视野拓展至了线上的数据分析，给基金经理选股带来新的逻辑。”

在BAT三巨头中，腾讯其实是最早推出指数基金的。腾讯与中证指数公司、济安金信公司合作开发的“中证腾安价值100指数”早在2013年5月就发布了，号称是国内第一家由互联网媒体与专业机构编制发布的A股指数。不过，业内人士表示，有关指数并没有真正应用大数据技术。虽然腾讯旗下的微信是目前最热的社交平台，蕴藏了大量的社交数据，但腾讯未来怎么开发，目前还并不清晰。

大数据投资平台化

中欧商学院副教授陈威如在其《平台战略》一书中提到，21世纪将成为一道分水岭，人类商业行为将全面普及平台模式，大数据金融也不例外。

然而，由于大数据模型对成本要求极高，就好比不可能每家公司都搭建自己的云计算系统一样，让每家机构自己建设大数据模型，从数据来源和处理技术方面看都是不现实的。业内人士认为，大数据未来必将成为平台化的服务。

目前，阿里、网络等企业都表示下一步方向是平台化。

蚂蚁金服所致力搭建的平台，一方面包括招财宝一类的金融产品平台，另一方面包括云计算、大数据服务平台。蚂蚁金服人士说，“我们很清楚自己的优势不是金融，而是包括电商、云计算、大数据等技术。蚂蚁金服希望用这些技术搭建一个基础平台，把这些能力开放出去，供金融机构使用。”

网络亦是如此。接近网络的人士称，未来是否向平台化发展，目前还在讨论中，但可以确定的是，“网络不是金融机构，目的不是发产品，百发100的意义在于打造影响力，而非经济效益。”
当BAT还在摸索前行时，已有嗅觉灵敏者抢占了先机，那就是通联数据。

通联数据股份公司（DataYes）由曾任博时基金副董事长肖风带队创建、万向集团投资成立，总部位于上海，公司愿景是“让投资更容易，用金融服务云平台提升投资管理效率和投研能力”。该平台7月上线公测，目前已拥有130多家机构客户，逾万名个人投资者。

通联数据目前有四个主要平台，分别是通联智能投资研究平台、通联金融大数据服务平台、通联多资产投资管理平台和金融移动办公平台。

通联智能投资研究平台包括雅典娜-智能事件研究、策略研究、智能研报三款产品，可以对基于自然语言的智能事件进行策略分析，实时跟踪市场热点，捕捉市场情绪。可以说，和百发100类似，其核心技术在于将互联网非结构化数据的量化使用。

通联金融大数据服务平台更侧重于专业金融数据的分析整理。它可以提供公司基本面数据、国内外主要证券、期货交易所的行情数据、公司公告数据、公关经济、行业动态的结构化数据、金融新闻和舆情的非结构化数据等。

假如将上述两个平台比作“收割机”，通联多资产投资管理平台就是“厨房”。在这个“厨房”里，可以进行全球跨资产的投资组合管理方案、订单管理方案、资产证券化定价分析方案等。

通联数据可以按照主题热点或者自定义关键字进行分析，构建知识图谱，将相关的新闻和股票提取做成简洁的分析框架。例如用户对特斯拉感兴趣，就可以通过主题热点看到和特斯拉相关的公司，并判断这个概念是否值得投资。“过去这个搜集过程要花费几天时间，现在只需要几分钟就可以完成。”王政表示。

“通联数据就好比一家餐馆，我们把所有原料搜集来、清洗好、准备好，同时准备了一个锅，也就是大数据存储平台。研究员和基金经理像厨师一样，用原料、工具去‘烹制’自己的策略。”王政形容道。

大数据在平台上扮演的角色，就是寻找关联关系。人类总是习惯首先构建因果关系，继而去倒推和佐证。机器学习则不然，它可以在海量数据中查获超越人类想象的关联关系。正如维克托`迈尔-舍恩伯格在《大数据时代》中所提到的，社会需要放弃它对因果关系的渴求，而仅需关注相互关系。

例如，美国超市沃尔玛通过大数据分析，发现飓风用品和蛋挞摆在一起可以提高销量，并由此创造了颇大的经济效益。如果没有大数据技术，谁能将这毫无关联的两件商品联系在一起？
通联数据通过机器学习，也能找到传统量化策略无法发现的市场联系。其中包括各家公司之间的资本关系、产品关系、竞争关系、上下游关系，也包括人与人之间的关系，例如管理团队和其他公司有没有关联，是否牵扯合作等。

未来量化研究员是否将成为一个被淘汰的职业？目前研究员的主要工作就是收集整理数据，变成投资决策，而之后这个工作将更多由机器完成。

“当初医疗科技发展时，人们也认为医生会被淘汰，但其实并不会。同理，研究员也会一直存在，但他们会更注重深入分析和调研，初级的数据搜集可以交给机器完成。”王政表示。
但当未来大数据平台并广泛应用后，是否会迅速挤压套利空间？这也是一个问题。回答根据网上资料整理