彭怡

摘 要：證券市場本身帶有主觀判斷因素，投資者情緒會影響投資行為，而投資行為直接影響證券資產價格。證券市場情緒分析是捕捉全網證券資訊，分析社交網絡大數(shù)據，統(tǒng)計網絡上的看漲看跌觀點并作出證券價格預測分析。證券市場情緒分析的方法是利用先進的語義分析法或信息過濾算法，使用社交網絡的大數(shù)據，捕捉漲跌或買賣等關鍵詞，將推文二分為積極和消極情緒，或者更細致的構造情緒狀態(tài)量表，據此統(tǒng)計市場看漲看跌情緒。美國華爾街投行、對沖基金、甚至紐約證券交易所都在使用社交網絡情緒量化分析法。該文首先解釋了證券市場情緒分析的基本概念、情緒分析方法、信息來源和分析數(shù)據的有效性，隨后討論了典型的市場情緒分析軟件及未來發(fā)展。

關鍵詞：證券市場情緒分析 社交網絡 市場情緒分析軟件 大數(shù)據

中圖分類號：F83 文獻標識碼：A 文章編號：1672-3791（2015）08（c）-0192-02

在云計算與大數(shù)據的DT時代，證券市場分析與預測的內容與方法也發(fā)生了巨大變化，更加突顯信息與數(shù)據的巨大價值。伴隨移動互聯(lián)網的蓬勃發(fā)展，特別是微信、移動新聞客戶端等加快了信息傳播速度，也在極大改變著證券市場信息服務模式。早期的股票投資者還需要在同花順、大智慧等PC客戶端瀏覽行情和獲取證券資訊；而今，各類股票App蓬勃發(fā)展，為無數(shù)新生代投資者提供投資參考。股票App的產品模式是將交易與交流相結合，組建日?；耐顿Y社區(qū)。其基礎架構類似微信、微博之類的社交應用，一些炒股達人則成為這些社交應用的微信公眾號或者微博大V，草根股民也可以用朋友圈來發(fā)表一下自己對股市的看法。一些股票App還推出了追隨“股票高手”進行“跟單交易”的傻瓜化證券投資模式，一度取得不錯投資業(yè)績而倍受新入市投資者追捧。證券信息服務、股票App與社交網絡的融合發(fā)展，不斷催生出新的信息服務模式，也催生出一種新的證券分析手段——證券市場情緒分析。

1 證券市場情緒分析

2013年諾貝爾經濟學獎得主羅伯特·席勒曾于20世紀80年代設計了一個至今被業(yè)內稱道的投資模型。在這個模型中，主要參考三個變量：投資項目計劃的現(xiàn)金流、公司資本的估算成本、股票市場對投資的反應（市場情緒）。羅伯特·席勒認為，市場本身帶有主觀判斷因素，投資者情緒會影響投資行為，而投資行為直接影響資產價格。在大數(shù)據技術誕生之前，市場情緒始終無法進行量化。

2010年，美國印第安納大學和英國曼徹斯特大學的三位學者合作發(fā)表了一篇題為《Twitter情緒預測股市》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)相關聯(lián)，甚至具有預測性。他們選取2008年2月28日至12月19日近1000萬條推文作為樣本，采用兩種情緒追蹤工具將其分類：一種是開源工具OpinionFinder，將推文二分為積極和消極情緒；另一種是以臨床醫(yī)學使用的情緒狀態(tài)量表（POMS）基礎而新開發(fā)的情緒測試工具GPOMS，能將公眾的情緒分為冷靜、警惕、確信、活力、友善和幸福這六個類別。他們發(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，Twitter反映出的情緒能在一定程度上預測3～4天后的股市變化。他們還將“冷靜”的情感信息加入到SOFNN股市預測模型，發(fā)現(xiàn)模型的準確率從僅輸入股市數(shù)據時的73.3%提升至86.7%。

證券市場情緒分析是捕捉全網證券資訊，分析社交網絡大數(shù)據，統(tǒng)計網絡上的看漲看跌觀點并作出預測分析。所用信息來源分為兩種：一種是依托全球最大專業(yè)數(shù)據提供公司如英國DataSift（數(shù)據雨燕）和美國GNIP。DataSift數(shù)據池共有超過21家網站，擁有強大的信息過濾算法，每秒能挖掘12萬條推文，數(shù)據池除了主要的Twitter、Facebook、Wordpress和Tumblr外，還有圖片社交網站Instagram、視頻分享網站Youtube和Dailymotion等，其中Datasift還取得了新浪微博、騰訊微博的資源授權；另一種是公司用自己的語義分析法對數(shù)據進行細分。例如SMA鎖定超過30萬的專業(yè)投資者，這部分人密切關注資本市場動向，有規(guī)定地發(fā)布股市推文，因此，成為SMA數(shù)據庫的基礎來源，并每月自動篩選替換。

證券市場情緒分析的方法是利用先進的語義分析法或信息過濾算法，使用社交網絡的大數(shù)據，捕捉漲跌或買賣等關鍵詞，將推文二分為積極和消極情緒，或者更細致的構造情緒狀態(tài)量表，據此統(tǒng)計市場看漲看跌情緒。

美國華爾街投行、對沖基金、甚至紐約證券交易所都在使用社交網絡股市情緒量化分析法。2015年4月，總部位于波士頓的對沖基金Tashtego宣布，將依靠數(shù)據算法，利用社交網絡分析客戶情緒和投資者行為進行交易。從2013年美國證監(jiān)會允許上市公司在社交網絡披露公司信息起，華爾街投行、對沖基金等紛紛開始利用市場情緒分析。諸如Social Market Analytics和Hedge chatter等公司都以Twitter、Facebook等社交網絡大數(shù)據為基礎，收集分析網絡上的看法評論，并作出股價預測。包括湯森·路透、彭博社在內的著名數(shù)據提供商也開始提供社交網絡數(shù)據分析服務。

2 國內市場情緒分析

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

國內首款證券市場情緒分析軟件股票雷達的雷達關注功能是一款針對A股的個股資訊聚合分析工具，后臺數(shù)據來源于全網，通過捕捉全網各類股票資訊，統(tǒng)計網絡中所有人的看漲看跌觀點，再利用自身大數(shù)據技術分析預測股票價格走勢以供投資者參考。

投資脈搏網站推出了股市心情指數(shù)，數(shù)據來源于股吧、新浪財經、搜狐財經等，并利用自家的算法程序在社交數(shù)據中提取最核心關鍵內容，辨別漲跌、買賣等關鍵指標，得出大多數(shù)股民對大市的心理預測值，且用戶也能在投資脈搏網站上對當天股票的整體行情評分。

百度股市通首創(chuàng)中國股市知識圖譜，基于百度每日實時抓取的數(shù)百萬新聞資訊和數(shù)億次的股票、政經相關搜索大數(shù)據，通過技術建模、人工智能等專業(yè)的數(shù)據挖掘和分析技術，將新聞信息、搜索數(shù)據與股票建立起相應的關系，以信息的熱度變化來實時分析股票市場的變動。它可以為股民提供最新股票熱點信息，幫助股民發(fā)現(xiàn)這些信息與股票的關系。其公布的數(shù)據顯示所統(tǒng)計的熱點事件股票的上漲概率達78%，日均漲幅達1.7%。如果按照A股1年240個交易日計算，年復利收益在理論上達到56倍。

3 評述

利用社交網絡上的投資者觀點進行大數(shù)據分析，能夠在一定程度上反映投資者情緒，是證券市場情緒量化的有效手段。對于客觀分析市場狀況，修正證券分析模型的預測精度有著積極作用，有助于理性投資。但情緒指數(shù)并非萬能，一般而言利用市場情緒預測大市趨勢比預測個股更有用。對于嚴肅的專業(yè)投資者來說，更不應當濫用情緒指數(shù)，也不可簡單地用情緒指數(shù)替代所有專業(yè)分析。在作出投資決定時，沒有什么可以替代專業(yè)判斷和嚴謹?shù)难芯颗c調查。另外，社交網絡對突發(fā)事件的預測缺乏前瞻性，網絡用戶與股市投資者也并不完全重合，其樣本代表性也需認真考量。

投資者應當做到理性投資。證券市場充滿博弈，再“精準”的預測和投資建議都是有風險的。各類市場情緒分析軟件不應簡單基于情緒指數(shù)給出投資意見，而應將該所有相關信息全部呈現(xiàn)給用戶，包括所有看好和不看好的言論內容，以及這些言論發(fā)表者的身份、背景和歷史言論。當用戶了解完所有這些信息之后，他的投資決定可能更加理性。

從國內應用提供的服務看，我國的社交網絡情緒分析還處于起步階段，也暫時缺乏健全的市場監(jiān)管和指導。美國軟件公司對市場情緒的量化已進入可視化階段，能將一只股票的實時情緒變化走勢形象地表現(xiàn)出來，甚至能將這些數(shù)據通過Excel下載并自行統(tǒng)計，其所能達到的直觀效果與分析深度不言而喻。我國的相關軟件多是一攬子聚合信息服務中的一項，且只涉及后臺分析，向投資者提供市場情緒看漲或看跌的個股，目前還不能像東方財富、同花順等交易軟件一樣，向投資者提供具象數(shù)據。我國的股市情緒分析還有很大提升空間。

4 結語

證券市場情緒分析是證券投資預測的重要內容之一，是證券預測模型的重要變量參數(shù)，能為投資者提供極具價值的參考意見，輔助投資者進行理性投資。基于社交網絡為信息源的大數(shù)據分析能夠匯總網絡上投資者的觀點，量化反映投資者情緒，各類市場情緒分析軟件及股票App為投資者提供更專業(yè)、更開放的投資資訊服務，讓投資決策更加簡潔與智能化，涌現(xiàn)出類似“跟高手炒股”等新投資模式，在促進市場公平與客觀理性投資等方面起到積極作用。

參考文獻

[1] 黃潤鵬，左文明，畢凌燕. 基于微博情緒信息的股票市場預測[J].管理工程學報，2015（1）：47-52.

[2] 劉維奇，劉新新.個人和機構投資者情緒與股票收益—基于上證A股市場的研究[J].管理科學學報，2014（3）：70-87.

[3] 程琬蕓，林杰.社交媒體的投資者漲跌情緒與證券市場指數(shù)[J].管理科學，2013（5）：111-119.

[4] 張宗新，王海亮.投資者情緒、主觀信念調整與市場波動[J].金融研究，2013（4）：142-155.