挖掘与分析网络中的个人“情绪”数据，股票雷达为用户判断股票走向提供实时支持

早在2010年10月，国际知名学术网站arXiv.org刊登的一篇研究报告称，Twitter中的“镇定度”水平能够提前2至6天预测道琼斯工业平均指数的走向，并且准确度可达到87.6%。到去年9月，伦敦投资公司Derwent Captial Markets启动一只总额为2500万英镑的基金，通过评价人们当前的心理状态，例如愉快、悲伤、焦虑和疲倦，来进行投资。

去年8月24日，史玉柱在微博上炮轰中国人寿打算增持民生银行，导致民生银行股价大涨6.47%，他本人也获得2.3亿元账面浮盈。后来史玉柱还因此被证监会“请去喝咖啡”。相信各位对这件曾经轰动一时的微博影响股市事件还有印象。虽然显得有些夸张，但这也能算是个人情绪影响股市的典型，而类似的例子也能找出不少。

前面提到的Derwent Captial Markets基金，其基础数据来源为Twitter。要从Twitter中提取有价值的信息，就需要用到数据挖掘与语义分析技术。近两年也有越来越多的创业者开始关注这一技术领域，通过微博内容预测股市走向只是其应用的一个方面。

实时抓取互联网中的全部财经数据，找出每篇博客、微博、新闻中关于每支股票的观点和情绪，然后汇总数据并告诉用户此时的看涨看跌比例，这就是基于数据挖掘与语义分析技术的金融类移动应用 — 股票雷达。

从上面的描述中我们可以得知，股票雷达抓取的数据不仅仅局限于微博，内容来源涵盖整个互联网。其创始人冯月告诉我们：“国内证券领域20年来共有2种分析方法：基本面和技术面，我们在国内算是首创了情绪面分析，其实情绪是能够对股票涨跌产生影响的。”

有着多年的投资风险量化控制经验的冯月表示，自己做出这个分析模型比国外发表的论文更早。只是考虑到国内风气，他并没有发表论文，而是直接发布的产品。股票雷达所采用的金融分析技术专有名词为量化分析或金融工程，虽然这个技术在国外非常普及，但国内才刚刚兴起。

在谈到股票雷达缘起时，冯月说到这样几点：首先，财经名博分析准确度较低，有时甚至不如抛硬币；其次，各种股市论坛有大量水军，用户无法分辨；然后就是在国外非常普及的量化交易，国内却寥寥无几。因此股票雷达团队先在海外金融市场进行验证，在获得不错收益后开始试水国内股市。

国外也有一家名为 StockTwits的Twitter财经信息聚合网站，很多华尔街机构都把他们的内容内置到自己的产品中，其火爆程度可想而知。而聚合了更多财经信息的股票雷达称，其样板工程月收益达到20%。

通过“情绪”分析去判断股票走势到底靠不靠谱，感兴趣的朋友可以到他们的 官方微博查看具体数据截图。而关注国内股市的朋友，也可以先研究一下这个产品。