华尔街玩转社交网络大数据：利用用户恐惧贪婪赚大钱

每经实习记者黄修眉

5月28日，上证指数结束一天行情时重挫了6.5%，致使网络上处处都弥漫着恐慌与迷茫的情绪。投资者在坚守和撤离之间难以做出抉择，此时爱游戏ayx官网登录入口，有一种软件已在后台搜集这些情绪数据，还进行了量化分析，进而形成具体的投资意见。这种方法就是社交网络股市情绪量化分析法，美国华尔街投行、对冲基金，甚至纽约证券交易所都在使用。

随着股票雷达，还有投资脉搏，以及百度股市通此类应用的出现，我国针对股市情绪展开的量化分析，步入了起步阶段？当下大市走向震荡愈发剧烈，把感性的情绪转化成理性数据，作为投资者纵向观察整体局势以作参考的指标，并非没有意义？

2015年4月，有一家总部位于波士顿的对冲基金Tashtego宣称，会借助数据算法，运用社交网络去剖析客户情绪以及投资者行为来展开交易。就是这一则消息，朝着大众揭开了那层华尔街所运用的情绪量化分析法的神秘遮罩。

实则，自2013年起，美国证监会许可上市公司于社交网络披露公司信息，于此之后，美国股市情绪分析应用便如雨后春笋般涌现，再者，华尔街投行、对冲基金等纷纷投身于这股互联网金融浪潮之中。

社交数据分析公司受追捧

2013年3月8日，纽约数据分析公司Dataminr（数据矿工）的客户收到一条紧急推送，一艘皇家加勒比海游轮抵达佛罗里达的埃弗格莱兹港，船上的105名乘客和3名船员全部感染诺如病毒，常见伴随症状是食物中毒和腹泻。这则新闻经确认后刚公布，皇家加勒比海游轮公司的股价旋即急跌2.9%。Dataminr的客户在新闻公布前48分钟就得知了此事件。

促使Dataminr员工产生警觉的，乃是南佛罗里达新闻电台WSVN当日下午1点所发布的一则推文。宣称“我们内心警铃大作”的Dataminr公司创始人彼得·贝利讲道，后台语义算法系统察觉到这条推文与往昔曾产生过相似价值的信息行文相仿。当天下午1点02分，也就是该推文发布两分钟过后，Dataminr公司的相关客户便收到了一封警示邮件。

上述由Dataminr所提供的服务，仅仅只是美国最近几年社交网络股市情绪分析浪潮里边的一个例子。

存在像Social　Market　Analytics（社交市场分析公司SMA）以及Hedge　chatter这样的公司，它们把Twitter、Facebook等社交网络大数据当作根据，去进行收集工作，收集的是网络之上针对上市公司或者某一件情形况给予的看法评论内容，之后还开展分析，对这些评论进行分析，并且作出和股价有着关联关系的预测分析结论。

全球最大社交数据提供商GNIP在2014年发布白皮书，白皮书指出，社交网络股市情绪分析最早开始于2010年，其用途当时还仅限于企业分析客户感受。2013年爱游戏登录入口网页版平台，美国证监会即SEC允许上市公司在社交网络披露公司信息，此后，包括汤森·路透、彭博社在内的全球著名数据提供商，也开始提供社交网络数据分析服务。

冒出来的相关应用是面向机构以及个人的爱游戏app官方入口最新版本，如同春笋在雨后纷纷出现一样。Dataminr的创始人彼得·贝利进行了透露，他们的客户包含华尔街前5大极为超级的投资银行之中的3家，同时涵盖一家有着150亿美元估值的股权避险基金公司。

SMA同全球处于领先地位的数据分析商Markit展开合作，给超过3000家机构投资者供给信息，其中涵盖中央银行、华尔街投行、对冲基金、政府机构以及保险公司等。需要注意的是，SMA甚至深入到交易所内部，为美国纽约交易所用户订阅栏目给予实时数据分析结果。

理论基础和数据池更成熟

市场情绪的分析，早就存在理论基础了。由心理学家丹尼尔·卡纳曼及经济学家弗农·史密斯，基于结合了心理学与经济分析的行为经济学研究，在2002年分享该年度诺贝尔经济学奖，致使这一细分学科，于沉寂几十年后，真切走进公众视野。

2010年，有三位学者，他们分别来自美国印第安纳大学以及英国曼彻斯特大学，这三位学者合作发表了一篇论文，论文的题目是《Twitter情绪预测股市》，该论文指出，公众情绪是基于大量推文而被分析出来的，这种公众情绪与道琼斯工业指数相关联，甚至还具有预测性。

他们把2008年2月28日至12月19日将近1000万条推文选作样本，采用两种情绪追踪工具给它们分类。一种开源工具是OpinionFinder，它把推文划分成积极和消极情绪两类；另一种情绪测试工具是GPOMS，它是以临床医学用的情绪状态量表（POMS）为基础新开发出来的，能够把公众的情绪归类为冷静、警惕、确信、活力、友善和幸福这六个种类。

研究者发现，把“冷静”的情绪指数往后移三日，居然和道琼斯工业平均指数惊人地相符，即Twitter所反映出的情绪能够在一定程度上对三至四天之后的股市变化作出预测。此外，研究者亦测试过一个叫做SOFNN的股市预测模型。当只输入股市数据时，该模型已具有百分之七十三点三的准确率；待添加“冷静”的情感信息后，准确率更是提升至百分之八十六点七。

软件怎样去分析，方可在全球每日数百亿推文里筛选出有效信息，这成为量化市场情绪的关键所在，而专业的算法变成筛选有效信息的锐利工具。

对于相对成熟的美国公司而言，其可利用的数据池极为宽泛。《每日经济新闻》记者留意到，Dataminr、SMA以及Hedge　chatter这三家业界主力，它们的信息来源存在两种情况。

这是两种类型中的一种，其依托的是，全球最大的专业数据提供公司，也就是英国的DataSift（数据雨燕），以及美国的GNIP。DataSift的数据池，里面有超过21家网站，它有着强大的信息过滤算法，每秒可以挖掘12万条推文，这个数据池，除了主要的Twitter、Facebook、Wordpress以及Tumblr之外，还有图片社交网站Instagram、视频分享网站Youtube以及Dailymotion等，其中Datasift还获得了新浪微博、腾讯微博的资源授权。

二是公司运用自身所具备的语义分析方法，针对数据展开细分操作。举例来说，SMA锁定了超过30万的专业投资者，这部分人士对资本市场动向予以密切关注，并且按照相关规定发布股市推文。所以成为了SMA数据库的基础来源，且每月都会自动进行筛选替换。

《《《

国内篇

A股情绪量化分析刚起步深度待提高

每经实习记者黄修眉

在国内，首款名为股票雷达的情绪分析软件已问世三年多时间了；投资脉搏网站是依靠印第安纳大学的研究而成立的，它推出了心情指数，能够让人直观地去感受股市情绪以及大盘变化的走势；百度股市通是基于百度所搜集的大数据，也获得公布了不错的成绩，我国关于股市情绪的量化分析已然处于起步阶段了。

在2012年便开始借助社交情绪对股市进行预测的公司，股票雷达的创始人冯月，当接受《每日经济新闻》记者采访时讲，股票雷达里的雷达关注功能，是一款针对A股的个股资讯聚合分析工具，它会去捕捉全网各种各样的股票资讯，统计网络里所有人对于股票的看涨以及看跌等观点，然后通过运用自身所拥有的大数据技术，分析得出当下市场整体比较看好的股票究竟是哪些。