余懷?婁必偉　余廷忠

針對股市常規(guī)基本面和技術(shù)面分析的局限性，基于大數(shù)據(jù)的股市預(yù)測及投資分析越加凸顯其投資收益的科學(xué)性和可靠性。文章從大數(shù)據(jù)技術(shù)視角，對神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)等算法、以及對投資情緒和量化投資等問題進行研究綜述。

股票投資是高收益與高風(fēng)險并存的，自股市誕生以來，股票波動及走勢一直是每個投資者高度關(guān)注和研究的話題。投資者希望通過股市研究，揭示大盤及個股走勢規(guī)律，從而對個股行情及走勢進行預(yù)判。但由于股票投資市場存在非線性、不平穩(wěn)性及高度復(fù)雜性等特征，使得投資者對股票走勢預(yù)測研判具有很多不確定性。但隨著大數(shù)據(jù)技術(shù)在各個行列的應(yīng)用不斷普及和深入，特別對股票走勢預(yù)測及研判的指導(dǎo)作用必將越來越凸顯其重要性。

一、股市行情分析概述

（一）常規(guī)股市行情分析方法

人們通常對股市行情分析主要包括基本面和技術(shù)面兩方面。

1.基本面分析

基本面分析有廣義和狹義之分：廣義的基本面分析，是指以經(jīng)濟學(xué)中的供求關(guān)系為研究基礎(chǔ)，通過分析歷史經(jīng)濟數(shù)據(jù)和政治環(huán)境，主要對利率水平及通貨膨脹等為主要指標(biāo)的宏觀經(jīng)濟運行狀況、企業(yè)素質(zhì)等為主導(dǎo)的微觀經(jīng)濟情況和政治環(huán)境等進行分析，以便對金融市場趨勢進行預(yù)測；狹義的基本面分析，主要針對企業(yè)財務(wù)報表中的機構(gòu)管理成員素質(zhì)、財務(wù)指標(biāo)、所屬行業(yè)發(fā)展及主打產(chǎn)品競爭強度等進行分析，著重對公司的經(jīng)營管理分析、市場狀況和行業(yè)地位等方面的分析，主要分析公司主營業(yè)務(wù)成長性和宏觀經(jīng)濟運行態(tài)勢，對公司價值及股價走勢的影響進行預(yù)測及研判?；久娣治鰧橹虚L線投資者提供投資決策的主要依據(jù)。

2.技術(shù)面分析

技術(shù)面分析是通過對市場行為研究來預(yù)判市場運作趨勢，通過市場運作趨勢的變化周期來進行股票交易的決策。技術(shù)分析者認(rèn)為股票市場行為具有重復(fù)性，市場交易的歷史必會重演。技術(shù)面分析著重以供求關(guān)系為基礎(chǔ)對股市行情進行分析研究。主要研究股票價格動向、換手率、交易量、交易趨勢等技術(shù)指標(biāo)（包括持股人對未來的希望、擔(dān)心及恐懼等，都將直接反映在股票價格和交易量上），使用這些指標(biāo)，以便對該股票的未來價格進行預(yù)判，從而進行投資決策。

二、基于大數(shù)據(jù)技術(shù)的股市分析

隨著大數(shù)據(jù)技術(shù)應(yīng)用的普及，股票市場交易海量數(shù)據(jù)越來越引起眾多學(xué)者關(guān)注。當(dāng)前大數(shù)據(jù)在證券行業(yè)中的應(yīng)用大致分為三個方面，一是對股價進行預(yù)測；二是對客戶關(guān)系進行管理；三是對投資景氣指數(shù)預(yù)測。基于大數(shù)據(jù)技術(shù)的股市分析包含可視化分析、數(shù)據(jù)挖掘算法、預(yù)測性分析能力、語義引擎、數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理、數(shù)據(jù)存儲與數(shù)據(jù)倉庫等六個基本方面。特別值得關(guān)注的是，支持向量機、神經(jīng)網(wǎng)絡(luò)、決策樹等方法已被廣泛應(yīng)用于股票預(yù)測領(lǐng)域。

（一）基于神經(jīng)網(wǎng)絡(luò)算法分析

基于神經(jīng)網(wǎng)絡(luò)的算法對股票進行技術(shù)分析，主要通過確定預(yù)測樣本并設(shè)定目標(biāo)變量進行預(yù)測，將實際值與預(yù)測值相互比較，最后通過建立擬合方程得出實際值與預(yù)測值之間的關(guān)系，以便為投資者提供決策參考。

（二）基于機器學(xué)習(xí)算法分析

股票研究學(xué)者還通過股票交易過程中獲得的歷史大數(shù)據(jù)使用機器學(xué)習(xí)算法，進行建模和訓(xùn)練，并將訓(xùn)練出來的模型對股票預(yù)期走勢進行預(yù)測研判。例如，就股票成交量來說，它是取值于非負(fù)整數(shù)的時間序列數(shù)據(jù)，對此類數(shù)據(jù)的建模，常常會出現(xiàn)估計偏差過大或預(yù)測值是非整數(shù)等問題，使傳統(tǒng)時間序列模型不再適用。因此其主流建模方法采用基于各類稀疏算子所建立的整數(shù)值時間序列模型。由于INAR 模型結(jié)構(gòu)較簡單、解釋性強，因此受到廣大學(xué)者普遍關(guān)注。當(dāng)前許多學(xué)者還利用大數(shù)據(jù)將股票每日收盤價，按時間先后次序排列構(gòu)造成股票交易的時間序列模型，根據(jù)該模型來對股票未來變化趨勢預(yù)測。其中相當(dāng)著名的是ARIMA模型。

（三）基于高頻大數(shù)據(jù)的應(yīng)用

當(dāng)前基于大數(shù)據(jù)的倉庫存儲技術(shù)愈加成熟，而高頻數(shù)據(jù)是其中最常見的數(shù)據(jù)之一。人們對高頻數(shù)據(jù)的分析越來越關(guān)注和重視，特別是對金融交易規(guī)律高頻數(shù)據(jù)的分析， 已成為眾多投資者和金融研究者的共同訴求。每日股票交易成交量已真實地記錄并反饋出股市的走勢及盤口變化的趨勢，同時也反映出證券市場的交易活躍程度，研究股票日內(nèi)交易的高頻成交量變化規(guī)律，不僅能夠輔助機構(gòu)投資者有效評估并預(yù)測股市走勢及動態(tài)，還可使股民及時規(guī)避投資風(fēng)險，因此研究股票交易的高頻數(shù)據(jù)其重要性不言而喻。

（四）基于大數(shù)據(jù)的投資情緒分析

投資情緒包含影響投資者對股票估值及市場預(yù)期看法的眾多因素。長期以來，券商或證券研究者對投資者情緒的評估測量及量化分析，既是突出的難題也顯得至關(guān)重要。當(dāng)前利用大數(shù)據(jù)技術(shù)對投資情緒的分析，主要體現(xiàn)在通過網(wǎng)民微博、論壇、博客及各種龐大繁雜的網(wǎng)絡(luò)媒體介質(zhì)中挖掘獲取有價值的非結(jié)構(gòu)化的信息，并經(jīng)過數(shù)據(jù)分析和處理轉(zhuǎn)化為結(jié)構(gòu)化信息，結(jié)合情感詞典，應(yīng)用情感分析引擎獲取投資者情緒評價指標(biāo)，從而得到投資者情緒分析的結(jié)果。

（五）基于大數(shù)據(jù)的量化投資分析

量化投資，是指對證券市場及產(chǎn)品根據(jù)歷史交易相關(guān)數(shù)據(jù)進行量化分析，建立相關(guān)數(shù)據(jù)算法模型，并根據(jù)模型做出投資決策，再由算法自動完成下單交易。通過人工智能、數(shù)據(jù)挖掘、支持向量機等大數(shù)據(jù)分析工具，可使證券投資實現(xiàn)智能化和高頻化。應(yīng)用量化投資，其特點是借助建模和編程方法，使用Python、MATLAB、R等工具軟件建立投資策略。通過投資策略進行量化選股，可使工作效率大大提高，并且使用機器操作可排除人工操作的不理智及隨意性，使決策結(jié)果更加客觀，避免了盲目跟風(fēng)等決策方式。

下面我們將根據(jù)上市公司財務(wù)報表、股市行情基本數(shù)據(jù)及股票相關(guān)影響因素，結(jié)合學(xué)者盛光進的股票價值量化投資模型，建立的股票量化分析模型如表1所示：

可根據(jù)股票量化分析模型對任何一個股票量化出一個分?jǐn)?shù)，根據(jù)該分?jǐn)?shù)的高與低表示此股票的好與壞（得分越高，表明股票的投資價值越大）。

充分考慮股票得分，并結(jié)合股票所屬板塊、題材及國家政策支持等各種其他因素綜合分析，進行股票買賣決策，投資收益概率會更高。

三、大數(shù)據(jù)及人工智能技術(shù)在股票交易市場中的應(yīng)用

顯然應(yīng)用股票量化分析模型進行投資決策，需要對其模型中的各項指標(biāo)參數(shù)進行量化，這需要統(tǒng)計和分析大量數(shù)據(jù)資料，才可能獲得真實可靠的參數(shù)，其難度較大。這不是一般投資者能掌握的，為此下面介紹一般投資者都能掌握的方法。

目前很多股票交易軟件都使用了大數(shù)據(jù)及人工智能技術(shù)為投資者提供股市及股票咨詢、智能診股及選股，以及智能統(tǒng)計交易產(chǎn)生的各種數(shù)據(jù)等諸多服務(wù)。例如，同花順軟件提供了基于大數(shù)據(jù)的AI信息查詢及數(shù)據(jù)分析和智能選股的“問財”、動態(tài)板塊、競價分析等功能，可以為投資者對當(dāng)日及未來的大盤指數(shù)及股票走勢預(yù)測作輔助研判；指南針炒股軟件應(yīng)用大數(shù)據(jù)技術(shù)為投資者提供了實時直觀顯示的主力資金流向圖（包括主力大單、主力資金、敢死隊資金及多空資金）。

下面以同花順“問財”投資策略為例，對基于大數(shù)據(jù)及人工智能技術(shù)的投資策略進行分析。

（一）“問財”功能的技術(shù)背景分析

同花順的“問財”熱搜策略是基于人工智能技術(shù)，利用多因子模型構(gòu)建的選股策略，洞察智能投資行業(yè)未來發(fā)展趨勢，致力于將人工智能、大數(shù)據(jù)、知識圖譜等信息技術(shù)和專業(yè)的投資理念相結(jié)合，打造下一代智能投資平臺，致力于為中小投資者提供專業(yè)的數(shù)據(jù)服務(wù)，具有對話算法、知識圖譜及智能搜索等功能。對話算法功能將多輪對話、圖譜問答、全雙工、多模態(tài)、機器閱讀等領(lǐng)域前沿算法技術(shù)轉(zhuǎn)化為智能投資、智能客服、智能營銷等智能機器人產(chǎn)品；知識圖譜功能將自然語言、圖像中的深度學(xué)習(xí)技術(shù)、本體推理技術(shù)、因果推理技術(shù)，以及傳統(tǒng)機器學(xué)習(xí)技術(shù)集成到金融信息生產(chǎn)線、金融知識融合、金融邏輯框架自動生成等產(chǎn)品中，為智能投資提供堅實的數(shù)據(jù)支撐和邏輯支撐；智能搜索功能擁有百萬級站點的分布式抓取，整合百億級全網(wǎng)文本、視頻以及金融領(lǐng)域多年積累數(shù)據(jù)，利用語義理解，情感分析和知識圖譜技術(shù)，通過在海量信息中挖掘行業(yè)、公司及人物之間關(guān)系，構(gòu)建事件圖譜，為千萬用戶提供全面及時準(zhǔn)確的一站式智能搜索服務(wù)。

（二）“問財”投資策略功能的應(yīng)用分析同花順的“問財”投資策略在每個交易日都將根據(jù)大數(shù)據(jù)及人工智能算法模型，在集合進價結(jié)束，即9：25及盤中的時候，分別按照跟著主力、溫和放量、趨勢向上、機構(gòu)大舉買入、主力進入及趨勢良好等板塊推出1只或多只股票。

跟著主力板塊：系統(tǒng)將根據(jù)量能理論，使用成交量，主力資金等多維度指標(biāo)分析，在每日9：25開盤，選出當(dāng)日最具上漲潛力的股票。

溫和放量板塊：系統(tǒng)將根據(jù)量能理論，使用近兩日成交量，前一交易日漲停封流比等多維度指標(biāo)分析，在每日9：25開盤，選出當(dāng)日最具連板潛力的股票。

趨勢向上板塊：系統(tǒng)將根據(jù)道氏理論，使用均線，CR機構(gòu)多空線等多維度指標(biāo)分析，在每日9：25開盤，選出最具上漲潛力的股票。

機構(gòu)大舉買入板塊：系統(tǒng)根據(jù)機構(gòu)席位大額凈買入，籌碼集中在機構(gòu)手中等維度分析，在每日9：25開盤，選出近期最具上漲潛力的股票。

主力進入板塊：系統(tǒng)將通過DDE大單、中單等多個資金指標(biāo)綜合判斷主力強弱，同時選取成交量放量，股價低于最高點50%以上的個股。

趨勢良好板塊：系統(tǒng)將根據(jù)均線和量能理論，結(jié)合近3天振幅大于5%、近5天漲跌幅小于15%，在盤中選出符合條件的股票，代表具備一定的趨勢潛力。

例如，表2表示“問財”投資策略系統(tǒng)從2021年8月10日至2021年8月20日（共9個交易日），跟著主力、股價低估、溫和放量、趨勢向上、機構(gòu)買入、主力進入共六個板塊所推出的131支股票交易按板塊平均值計算的行情數(shù)據(jù)。

從表中可看出，在股票推出當(dāng)天如果投資者以開盤價買進，等到次日再以開盤價賣出都會獲得普遍不錯的收益。特別是屬于機構(gòu)買入和趨勢向上的板塊，平均收益率會更高。如果按開盤價當(dāng)天買入所屬“機構(gòu)買入”板塊推出的股票，當(dāng)天的平均收益率將達到4.54%，次日開盤平均收益率為2.38%，若以次日開盤價賣出，平均收益率將達到6.92%。

結(jié) 語

雖然大數(shù)據(jù)及人工智能技術(shù)在證券市場得到廣泛應(yīng)用，為投資者提供股市及股票咨詢、智能診股及選股，以及智能統(tǒng)計交易產(chǎn)生的各種數(shù)據(jù)等諸多服務(wù)，使投資者對股票的交易行為更加理智和科學(xué)。但投資者應(yīng)當(dāng)知道，影響證券市場的因素極其復(fù)雜，任何軟件和技術(shù)都有一定的局限性，故大數(shù)據(jù)及人工智能技術(shù)的使用只能作為參考。

（作者單位：貴州工程應(yīng)用技術(shù)學(xué)院;信息工程學(xué)院）

本文系2021年貴州工程應(yīng)用技術(shù)學(xué)院大學(xué)生創(chuàng)新訓(xùn)練省級項目“基于大數(shù)據(jù)的股票量化分析及趨勢研究” （編號：S202110668070）。