文档介绍：互联网大数据 在投资中的商业价值
1
互联网大数据在投资中的应用现状
2
百度百发100指数
百度和广发基金合作,综合了上市公司的财务因子(ROE、EPS等)、股票的动量因子(最近一个月的收益率和波动率)、搜索因子(百度中关于股票或者上市公司的搜索总量和增量),给每只股票进行打分,取前100只股票作为成分股。
指数基金于2014年10月30日成立开放申购,26小时内申购量达21亿;2015年4月10日重新开放申购,仅通过百度金融中心渠道4分钟销售量过亿元,现在规模为28亿元。
互联网大数据在投资中的应用现状
3
南方新浪大数据指数
新浪和南方基金合作,除了利用股票的财务因子、动量因子,还利用了新浪财经中股票行情的搜索量、与股票相关新闻的点击热度、股票相关微博的多空分析。
指数基金于2015年4月22日开放申购,目前规模为12亿元。
互联网大数据在投资中的应用现状
APP: 股票雷达
运用网络爬虫技术实时扫描各大股吧、财经微博、名家博客,抓取业内专家、民间高手的投资观点,结合券商的研究报告、行业权威新闻,帮助股民进行更有效的投资决策。
APP: 百度股市通
基于百度搜索引擎,对全网的热点新闻进行检索,通过文本分析的技术提取关键词和相关股票,比如近期的“一带一路”
4
互联网大数据在投资中的应用现状
5
互联网大数据在投资中的应用模式
证券关注度 Stock Attention
利用涉及到证券的新闻、微博、股吧,对证券的热度进行评价
新新闻 New News
通过实时跟踪各大财经网站和交易所网站,快速提取关于股票新的新闻
主题聚类 Topic Cluster
通过分析与股票新闻有关的文本库,将股票按照主题关键词分类
舆情监控 Monitoring Public Opinion
对涉及股票的新闻、微博、论坛进行情绪判断,加总即可得到市场情绪
事件影响预测 Event Influence Forecast
对新闻进行类别判断,比如定增、收购,用过去类似的事件进行比较
互联网大数据在投资中的应用现状
互联网大数据的建模方法
文本数据的获取
采用网络爬虫技术:定向扒取、非定向扒取
对于互联网公司可以直接从后台数据库提取文本数据。
文本数据的结构化
采用自然语言处理方法,涉及较复杂的理论
把文本数据标签化(情绪、关键词等)
结构化数据建模
上一步中得到微博情绪、新闻的极性、新闻关键词、阅读量、点击量等结构化数据
通过模型将这些结构化数据整合成预测股票走势的指标,或者辅助其他方法进行投资
6
互联网大数据在投资中的应用现状
互联网大数据的商业模式
7
用户
大数据提供商
基金公司(南方基金、广发基金等)
证券公司金融工程部门
普通投资者
百度、新浪、
东方财富网、
万得金融信息服务、朝阳永续等
新闻选股实证研究
8
扒取新闻:我们从新浪财经上市公司专栏中中扒取2013年1月1日至2014年12月31日的新闻。
建立关键词库:根据经济学常识建立一个利好利空的关键词库。统计包含该关键词的新闻所涉及的股票,对新闻发布日后一周的收益率求平均,得到关键词收益率,剔除收益率为负的关键词。
新闻筛选:通过关键词对新闻进行利好 or 利空判断新闻标题中只包含利好关键词,不包含利空关键词的新闻为利好新闻。
回测策略:每周一等权分配资金,买入上周具有利好新闻但是无利空新闻的股票,并持有一周。
新闻选股实证研究
关键词库
9
新闻选股实证研究
筛选关键词
10