中图分类号：F83 文献标识码：A 文章编号：
1672-3791（2015）08（c）-0192-02

在云计算与云数据的DT年代，证券行情分析与预测的内容与办法也发生了巨大变化，愈加突显信息与数据的巨大价值。随着互联网+的如火如荼，尤其是微信、移动新闻推广客户端等加快了信息传播速度，也在很大改变着证券市场信息服务模式。早期的股票投资者还需要在同花顺、大智慧等PC推广客户端浏览行情和获得证券资讯；而今，各类股票App如火如荼，为无数新生代投资者提供投资参考。股票App的商品模式是将买卖与交流相结合，组建平时化的投资社区。其基础构造类似微信、微博之类的社交应用，一些炒股达人则成为这类社交应用的公众号或者微博大V，草根股民也可以用朋友圈来发表一下自己对股市的怎么看。一些股票App还推出了追随“股票高手”进行“跟单买卖”的傻瓜化证券投资模式，一度获得很好投资营业额而倍受新入市投资者追捧。证券信息服务、股票App与社交互联网的融合进步，不断催生出新的信息服务模式，也催生出一种新的证券剖析方法――证券市场情绪剖析。

1 证券市场情绪剖析

2013年诺贝尔经济学奖得主罗伯特?席勒曾于20世纪80年代设计了一个到今天被业内称道的投资模型。在这个模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算本钱、股票市场对投资的反应（市场情绪）。罗伯特?席勒觉得，市场本身带有主观判断原因，投资者情绪会干扰投资行为，而投资行为直接影响资产价格。在云数据技术诞生之前，市场情绪一直没办法进行量化。

2010年，美国印第安纳大学和英国曼彻斯特大学的三位学者合作发表了一篇题为《Twitter情绪预测股市》的论文，指出基于很多推广文案而剖析出的公众情绪与道琼斯工业指数有关联，甚至具备预测性。他们选取2008年2月28日至12月19日近1000万条推广文案作为样本，使用两种情绪追踪工具将它分类：一种是开源工具OpinionFinder，将推广文案二分为积极和消极情绪；另一种是以临床医学用的情绪状况量表（POMS）基础而新开发的情绪测试工具GPOMS，能将公众的情绪分为冷静、警惕、确信、活力、友善和幸福这六个类别。他们发现，将“冷静”情绪指数后移3天，居然与道琼斯工业平均指数惊人一致，也就是说，Twitter反映出的情绪能在一定量上预测3～4天后的股市变化。他们还将“冷静”的情感信息加入到SOFNN股市预测模型，发现模型的准确率从仅输入股市数据时的73.3%提高至86.7%。

证券市场情绪剖析是捕捉全网证券资讯，剖析社交互联网云数据，统计互联网上的看涨看跌看法并作出预测试打分析。所用信息来源分为两种：一种是依托全球最大专业数据提供公司如英国DataSift（数据雨燕）和美国GNIP。DataSift数据池共有超越21家网站，拥有强大的信息过滤算法，每秒能挖掘12万条推广文案，数据池除去主要的Twitter、Facebook、Wordpress和Tumblr外，还有图片社交网站Instagram、视频推荐网站Youtube和Dailymotion等，其中Datasift还获得了新浪微博、腾讯微博的资源授权；另一种是公司用我们的语义剖析法对数据进行细分。比如SMA锁定超越30万的专业投资者，这部分人密切关注资本市场动向，有规定地发布股市推广文案，因此，成为SMA数据库的基础来源，并每月自动筛选替换。

证券市场情绪剖析的办法是借助一流的语义剖析法或信息过滤算法，用社交互联网的云数据，捕捉涨跌或交易等关键字，将推广文案二分为积极和消极情绪，或者更细致的架构情绪状况量表，据此统计市场看涨看跌情绪。

美国华尔街投行、对冲基金、甚至纽约证券交易平台都在用社交互联网股市情绪量化剖析法。
2015年4月，总部坐落于波士顿的对冲基金Tashtego宣布，将依赖数据算法，借助社交互联网剖析顾客情绪和投资者行为进行买卖。从2013年美国证监会允许上市公司在社交互联网披露公司信息起，华尔街投行、对冲基金等纷纷开始借助市场情绪剖析。诸如Social Market Analytics和Hedge chatter等公司都以Twitter、Facebook等社交互联网云数据为基础，采集剖析互联网上的怎么看评论，并作出股价预测。包含汤森?路透、彭博社在内的著名数据提供商也开始提供社交互联网数据剖析服务。

2 国内市场情绪剖析

剖析软件怎么样在全球天天数百亿推广文案中筛选有效信息，成为量化市场情绪的重点，专业的算法成为筛选有效信息的利器。

国内首款证券市场情绪剖析软件股票雷达的雷达关注功能是一款针对A股的个股资讯聚合剖析工具，后台数据源自全网，通过捕捉全网各类股票资讯，统计互联网中所有人的看涨看跌看法，再借助自己云数据技术剖析预测股票价格行情走势以供投资者参考。

投资脉搏网站推出了股市心情指数，数据源自股吧、新浪财经、搜狐财经等，并借助自己家里的算法程序在社交数据中提取最重要重点内容，分辨涨跌、交易等重点指标，得出大部分股民对大市的心理预测值，且用户也能在投资脉搏网站上对当天股票的整体行情评分。 百度股市通首创中国股市常识图谱，基于百度每天实时抓取的数百万新闻资讯和数亿次的股票、政经有关搜索云数据，通过技术建模、AI等专业的数据挖掘和剖析技术，将新闻信息、搜索数据与股票打造起相应的关系，以信息的热度变化来实时剖析股票市场的变动。它可以为股民提供最新股票热门信息，帮助股民发现这类信息与股票的关系。其公布的数据显示所统计的热门事件股票的上涨概率达78%，日均涨幅达1.7%。假如根据A股1年240个买卖日计算，年复利收益在理论上达到56倍。

3 评述

借助社交互联网上的投资者看法进行云数据剖析，可以在一定量上反映投资者情绪，是证券市场情绪量化的有效方法。对于客观剖析市场情况，修正证券剖析模型的预测精度有着积极推动作用，能够帮助理性投资。但情绪指数并不是万能，一般而言借助市场情绪预测大市趋势比预测个股更有用。对于严肃的专业投资者来讲，更不应当滥用情绪指数，也不可简单地用情绪指数替代所有专业剖析。在作出投资决定时，没什么可以替代专业判断和严谨的研究与调查。另外，社交互联网对突发事件的预测缺少前瞻性，互联网用户与股市投资者也并不完全重合，其样本代表性也需认真考量。

投资者应当做到理性投资。证券市场充满博弈，再“精确”的预测和投资建议都是有风险的。各类市场情绪剖析软件不应简单基于情绪指数给出投资建议，而应将该所有有关信息全部呈现给用户，包含所有看好和不看好的言论内容，与这类言论发表者的身份、背景和历史言论。当用户知道完所有这类信息之后，他的投资决定可能愈加理性。

从国内应用提供的服务看，国内的社交互联网情绪剖析还处于起步阶段，也暂时缺少完善的市场监管和指导。美国软件公司对市场情绪的量化已进入可视化阶段，能将一只股票的实时情绪变化走势形象地表现出来，甚至能将这类数据通过Excel下载并自行统计，其所能达到的直观成效与剖析深度不言而喻。国内的有关软件多是一揽子聚合信息服务中的一项，且只涉及后台剖析，向投资者提供市场情绪看涨或看跌的个股，现在还不可以像东方财富、同花顺等买卖软件一样，向投资者提供具象数据。国内的股市情绪剖析还有非常大提高空间。

4 结语

证券市场情绪剖析是证券投资预测的要紧内容之一，是证券预测模型的要紧变量参数，能为投资者提供极具价值的参考建议，辅助投资者进行理性投资。基于社交互联网为信息源的云数据剖析可以大全互联网上投资者的看法，量化反映投资者情绪，各类市场情绪剖析软件及股票App为投资者提供更专业、更开放的投资资讯服务，让投资决策愈加简洁与自动化，出现类似“跟高手炒股”等新投资模式，在促进市场公平与客观理性投资等方面起到积极推动作用。