每經(jīng)實(shí)習(xí)記者 黃修眉

　　5月28日，當(dāng)上證指數(shù)以重挫6.5%結(jié)束一天行情時(shí)，網(wǎng)絡(luò)上到處彌漫著恐慌與迷茫的情緒。就在投資者在堅(jiān)守和撤離之間難做抉擇之時(shí)，有一種軟件已在后臺(tái)搜集這些情緒數(shù)據(jù)，并進(jìn)行量化分析，形成具體的投資意見(jiàn)。這就是美國(guó)華爾街投行、對(duì)沖基金、甚至紐約證券交易所都在使用的社交網(wǎng)絡(luò)股市情緒量化分析法。

　　我國(guó)的股市情緒量化分析，也隨著股票雷達(dá)、投資脈搏以及百度股市通等應(yīng)用的出現(xiàn)，進(jìn)入了起步階段。在大市走向震蕩加劇的當(dāng)下，將感性的情緒量化為理性數(shù)據(jù)，不失為投資者縱觀全局的參考指標(biāo)。

　　2015年4月，總部位于波士頓的對(duì)沖基金Tashtego宣布，將依靠數(shù)據(jù)算法，利用社交網(wǎng)絡(luò)分析客戶(hù)情緒和投資者行為進(jìn)行交易。這則消息，向大眾揭開(kāi)了華爾街使用的情緒量化分析法的神秘面紗。

　　實(shí)際上，從2013年美國(guó)證監(jiān)會(huì)（SEC）允許上市公司在社交網(wǎng)絡(luò)披露公司信息起，美國(guó)股市情緒分析應(yīng)用如雨后春筍般冒出，華爾街投行、對(duì)沖基金等紛紛加入到這股互聯(lián)網(wǎng)金融浪潮中。

　　社交數(shù)據(jù)分析公司受追捧

　　2013年3月8日，紐約數(shù)據(jù)分析公司Dataminr（數(shù)據(jù)礦工）的客戶(hù)收到一條緊急推送，稱(chēng)一艘皇家加勒比海游輪抵達(dá)佛羅里達(dá)的埃弗格萊茲港，船上的105名乘客和3名船員全部感染諾如病毒（常見(jiàn)伴隨癥狀是食物中毒和腹瀉）。這則經(jīng)確認(rèn)的新聞剛公布，皇家加勒比海游輪公司的股價(jià)旋即急跌2.9%。Dataminr的客戶(hù)在新聞公布前48分鐘即得知此事件。

　　引起Dataminr員工警覺(jué)的，是南佛羅里達(dá)新聞電臺(tái)WSVN于當(dāng)天下午1點(diǎn)發(fā)布的一條推文?！拔覀冃闹芯徱徽稹?，Dataminr公司創(chuàng)始人彼得·貝利說(shuō)，后臺(tái)語(yǔ)義算法系統(tǒng)發(fā)現(xiàn)這條推文與曾經(jīng)產(chǎn)生過(guò)類(lèi)似價(jià)值的信息行文類(lèi)同。當(dāng)天下午1點(diǎn)02分，即該推文發(fā)布兩分鐘后，Dataminr公司的相關(guān)客戶(hù)就收到一封警示郵件。

　　上述Dataminr提供的服務(wù)，不過(guò)是美國(guó)近幾年社交網(wǎng)絡(luò)股市情緒分析浪潮中的一例。

　　諸如Social Market Analytics（社交市場(chǎng)分析公司SMA）和Hedge chatter等公司都以Twitter、Facebook等社交網(wǎng)絡(luò)大數(shù)據(jù)為基礎(chǔ)，收集并分析網(wǎng)絡(luò)上對(duì)上市公司或某一事件的看法評(píng)論，并作出與股價(jià)有關(guān)的預(yù)測(cè)分析。

　　全球最大社交數(shù)據(jù)提供商GNIP2014年發(fā)布白皮書(shū)指出，社交網(wǎng)絡(luò)股市情緒分析最早始于2010年，用途還只限于企業(yè)分析客戶(hù)感受。2013年，美國(guó)證監(jiān)會(huì)（SEC）允許上市公司在社交網(wǎng)絡(luò)披露公司信息后，包括湯森·路透、彭博社在內(nèi)的全球著名數(shù)據(jù)提供商也開(kāi)始提供社交網(wǎng)絡(luò)數(shù)據(jù)分析服務(wù)。

　　面向機(jī)構(gòu)和個(gè)人的相關(guān)應(yīng)用如雨后春筍般冒出。Dataminr創(chuàng)始人彼得·貝利透露，他們的客戶(hù)就包括華爾街前5大超級(jí)投資銀行中的3家，和一家估值150億美元的股權(quán)避險(xiǎn)基金公司。

　　SMA與全球領(lǐng)先的數(shù)據(jù)分析商Markit合作，向超3000家機(jī)構(gòu)投資者提供信息，里面就包括中央銀行、華爾街投行、對(duì)沖基金、政府機(jī)構(gòu)和保險(xiǎn)公司等。值得注意的是，SMA甚至打入了交易所內(nèi)部，向美國(guó)紐約交易所用戶(hù)訂閱欄目提供實(shí)時(shí)數(shù)據(jù)分析結(jié)果。

　　理論基礎(chǔ)和數(shù)據(jù)池更成熟

　　對(duì)市場(chǎng)情緒的分析早有理論基礎(chǔ)。2002年，心理學(xué)家丹尼爾·卡納曼和經(jīng)濟(jì)學(xué)家弗農(nóng)·史密斯因?qū)Y(jié)合了心理學(xué)和經(jīng)濟(jì)分析的行為經(jīng)濟(jì)學(xué)的研究，分享了這一年的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，讓這一細(xì)分學(xué)科在沉寂了幾十年后真正走進(jìn)了公眾視野。

　　2010年，美國(guó)印第安納大學(xué)和英國(guó)曼徹斯特大學(xué)的三位學(xué)者合作發(fā)表了一篇題為《Twitter情緒預(yù)測(cè)股市》的論文，指出基于大量推文而分析出的公眾情緒與道瓊斯工業(yè)指數(shù)相關(guān)聯(lián)，甚至具有預(yù)測(cè)性。

　　他們選取2008年2月28日至12月19日近1000萬(wàn)條推文作為樣本，采用兩種情緒追蹤工具將其分類(lèi)。一種是開(kāi)源工具OpinionFinder，將推文二分為積極和消極情緒；另一種是以臨床醫(yī)學(xué)使用的情緒狀態(tài)量表（POMS）基礎(chǔ)而新開(kāi)發(fā)的情緒測(cè)試工具GPOMS，能將公眾的情緒分為冷靜、警惕、確信、活力、友善和幸福這六個(gè)類(lèi)別。

　　研究者發(fā)現(xiàn)，將“冷靜”情緒指數(shù)后移3天，竟然與道瓊斯工業(yè)平均指數(shù)驚人一致，也就是說(shuō)，Twitter反映出的情緒能在一定程度上預(yù)測(cè)3～4天后的股市變化。另外，研究者還測(cè)試了一個(gè)稱(chēng)為SOFNN的股市預(yù)測(cè)模型。當(dāng)僅輸入股市數(shù)據(jù)時(shí)，模型已經(jīng)有73.3%的準(zhǔn)確率；加入“冷靜”的情感信息后，準(zhǔn)確率更升至86.7%。

　　分析軟件如何在全球每天數(shù)百億推文中篩選有效信息，成為量化市場(chǎng)情緒的關(guān)鍵，專(zhuān)業(yè)的算法成為篩選有效信息的利器。

　　對(duì)相對(duì)成熟的美國(guó)公司來(lái)說(shuō)，其能利用的數(shù)據(jù)池非常廣泛?！睹咳战?jīng)濟(jì)新聞》記者注意到，Dataminr、SMA和Hedge chatter三家業(yè)界主力的信息來(lái)源分為兩種。

　　一種是依托全球最大專(zhuān)業(yè)數(shù)據(jù)提供公司英國(guó)DataSift（數(shù)據(jù)雨燕）和美國(guó)GNIP。DataSift數(shù)據(jù)池共有超過(guò)21家網(wǎng)站，擁有強(qiáng)大的信息過(guò)濾算法，每秒能挖掘12萬(wàn)條推文，數(shù)據(jù)池除了主要的Twitter、Facebook、Wordpress和Tumblr外，還有圖片社交網(wǎng)站Instagram、視頻分享網(wǎng)站Youtube和Dailymotion等，其中Datasift還取得了新浪微博、騰訊微博的資源授權(quán)。

　　二是公司用自己的語(yǔ)義分析法對(duì)數(shù)據(jù)進(jìn)行細(xì)分。例如SMA鎖定超過(guò)30萬(wàn)的專(zhuān)業(yè)投資者，這部分人密切關(guān)注資本市場(chǎng)動(dòng)向，有規(guī)定地發(fā)布股市推文。因此成為SMA數(shù)據(jù)庫(kù)的基礎(chǔ)來(lái)源，并每月自動(dòng)篩選替換。