1703928401
1703928402
法默认为，人类世界存在两种复杂性，一种是内生性的复杂性，即在人类的经验之外；另一种是噪声系统的复杂性，隐藏着可探索的秩序。前者是真正的未知世界，这种情形不能做预测，因为预测的可靠程度与算命是一样的，猜中纯属运气。后一种复杂性好似浓雾弥漫的街道，尽管人们视野模糊，但是还有迹可循，能够预测的也就是这类情形。
1703928403
1703928404
预测本质上是种计算能力。1997年，IBM研发的计算机深蓝击败了国际象棋大师加里·卡斯巴罗夫，依靠的就是计算机的大数据技术。因为象棋高手只能推演两三步，计算机却可以推演到5步之外，预见到更多信息。因此，计算机根据对未来的预测，找出人类棋手的软肋，诱导他进入圈套，就能战胜对方。商品价格预测公司Decide.com成立的宗旨是帮助客户省钱，增强消费者在做购物决策时的自信。它通过分析近400万产品、超过250亿条价格信息，告诉客户何时才是购买某商品的恰当时机。出于好奇，我访问了这家公司的网站，却意外发现该公司已经被购物网站eBay收购。现在的Decide.com已不对消费者开放，它转而帮助eBay网站上约2 500万卖家制定商业决策。我为消费者及投资者少了这个大数据的预测平台而可惜。试想一下，当商品价格可以被预测，它的价值又何止是帮客户在购物时节约一两百美元，更可以在投资领域派上大用场。
1703928405
1703928406
上面所说的《中国证券报》就散户们对后市看法的调研不可靠，并不是因为两根大阳线或大阴线就改变了散户们的观点，而是因为散户们预测的方法不科学，而且这种调研也存在方法上的缺陷。虽说股市是场“选美比赛”，普通大众有投票权，但是以往，群体智慧没法利用，因为电话调查等总是有偏颇，但是在互联网时代，我们有了新的民意搜集机制，除了直接的网上调查问卷之外，还有看新闻点赞、预测市场的交易网站等。如Foresight Exchange、Intrade等网站，以虚拟或真实货币为赌注，对某些事情的结果进行预判。由于涉及虚拟或真实财富，参与者的非理性噪声可降至最低，其交易结果自然更能反映群体智慧。
1703928407
1703928408
大数据的预测能力对于投资的价值，主要表现在两个维度：一是，它可以直接预测证券的涨跌，这一点稍后举述；二是，它可以预测证券相关变量的变化，间接揭示投资机会。譬如，谷歌用某电影预告片的搜索量、前几部同系列电影的票房表现，以及档期的季节性特征，可提前30日预测出该电影票房收入。这一预测对投资机构当然有价值，当基金经理看着《致青春》票房上涨，而猛追光线传媒等受益个股时，有些人却凭借谷歌票房预测模型，提前一月从容布局投资机会。
1703928409
1703928410
大数据扭转择时困境
1703928411
1703928412
有人说，投资是件再简单不过的事，低买高卖而已。但脱离了时间讲空间，对投资没有任何意义。什么时候买和卖，才是投资最重要的问题。大家都知道择时很重要，但是很少有人能做到。我们常听到投资者抱怨，说自己预见某只股票将要大涨，但买了就被套，亏得一无所有，它却开始大涨了。
1703928413
1703928414
需要记住，有预见力与把握投资时机，完全是两回事。美国次贷危机因房地产泡沫而起，预知这场房地产泡沫的破灭，成就了若干位市场先知。早在2000年，罗伯特·席勒在其著作《非理性繁荣》中，就注意到了美国的房地产泡沫，这或许是他荣获2013年度诺贝尔经济学奖的主要原因之一。英国经济政策研究中心经济学家迪安·贝克在2002年也提到了房地产泡沫。《经济学人》杂志2005年6月刊发了题为“美房地产泡沫为史上最大泡沫”的文章。2005年8月，诺贝尔经济学奖得主保罗·克鲁格曼撰文，讨论这轮房地产泡沫及其必然破灭的后果。尽管在大方向上几位说得很对，但根据这些预言进行投资，你可能早被市场清洗在黎明到来之前。例如，席勒早在2009年就表达了对上海、深圳等地的房地产泡沫的担忧，但是现在看来，那时还真是不可多得的投资时点。
1703928415
1703928416
这些专家的预见力过于超前，看到了普罗大众所不及的将来。但可悲的是，决定现在的往往是那些短视的人。想知道短视的多数派的想法，以前靠抽样调查，现在关注网络舆情就可以了。《信号与噪声》里谈到，美国民众对房地产泡沫的持续关注发生在2004年以后。2004年1月至2005年，谷歌里“房地产泡沫”的搜索量迅速增长了10倍。而且，2001年带有“房地产泡沫”这个词条的新闻只有8则，2005年时蹿升至3 447条。不仅如此，网络舆情观察还实现了精准打击。比如，对“房地产泡沫”这一词条关注度最高的地方，恰好是房价迅猛飙升的加利福尼亚州。这一情况与2013年冬天中国“雾霾”一词的网络出现频率异曲同工。“雾霾”一词在新浪微博上出现频率最高的时点是上午八九点，想必人们刚到公司就抱怨。更厉害的是，新浪微博还可跟踪呈现提及“雾霾”最多的区域，比如江苏、上海等地，实现准确定位。前文提到2013年5月下旬“防风险”新闻的暴增，与中国金融市场“钱荒”的叠加，说的也是同样的故事。
1703928417
1703928418
上述案例说明，投资需要把握时机。时机不到，投资即使看对也会做错。想要看对又做对，就需要关注普通大众的想法。《技术元素》说，目光聚集的地方，金钱必将追随。市场营销学讲“眼球经济”，同样指的是群体的普遍关注。大数据可贴近、跟踪普通群众的所思所想，找到他们关注的爆发时机，从而使投资做到有的放矢、御风而行。由此可见，大数据将一改小数据时代选不准时机的尴尬困境，极大地增强投资者的择时能力。
1703928419
1703928420
大数据时代的热点投资
1703928421
1703928422
热点投资的魅力在于兵无常形，没有常法可以遵循，每一次的热点都是独一无二的剧本。这么多年，公募基金很少在热点投资中获利，原因不仅是公募基金缺乏想象力，还欠缺投资手法。热点投资根本没有谋划布局的时间，“编剧”或者“导演”不止一个，通常是集体作品。这种投资讲究御风而行，逆风则停。
1703928423
1703928424
要想把握这种投资机会，利用大数据可能更占优。新浪微博的数据中心掌握了微博平台的大数据资源，可以实时提供各种排行榜单，统计如综合、时事、影视、名人、财经、体育等领域内最新出现的网络热词，还提供各类微博人物、机构的影响力排名。这些网络热词实时采集、时时更新，能够反映网民大众在当下的重点关切。而通过对热词背后信息的解读，某些机构可以挖掘出投资机会，并根据用户关切的热度消长，准确选择买入与卖出时机。
1703928425
1703928426
情绪也是投资策略
1703928427
1703928428
利用情绪赚钱的想法并不新鲜。情绪是非理性的，非理性的投资者市场行为，自然会给理性的投资者提供盈利机会。巴菲特在2004年写给投资者的信中曾提到，他的投资哲学概括地说，就是“在别人恐慌时贪婪，在别人贪婪时恐慌”。道理虽然说得通，可问题在于怎么去把握“贪婪”与“恐慌”？如今，这个问题因社交媒体的流行而迎刃而解。通过对社交媒体实时且非结构化的数据进行搜集和处理，我们可以捕捉到社交群体的情绪。下一个问题在于，情绪与证券价格波动有怎样的关联？
1703928429
1703928430
金融学对情绪与证券价格的关系早有研究。将时间拨回到社交媒体的大数据之前，研究者还没有想到直接度量公众情绪的办法，于是选择了五花八门的代理指标。赫舒拉发和寻威研究了1982~1997年每个交易日早晨的天气，比如晴、雨和雪等，分析国际范围内26个股票交易所的市场收益率与天气存在的可能联系。他们研究发现，早晨的晴朗天气与当天收益率显著正相关，而雨雪天气与股市收益率的相关性不强。这项研究表明，早上给投资者一点阳光，股市就灿烂。爱德蒙斯等人认为，国家足球队在国际赛事中的比赛失利，将使该国投资者心情沉重。于是，他们选取39个国家足球队在大小赛事的比赛结果，作为该国投资者第二天郁闷心情的代理指标，考察投资者心情郁闷时对股市收益率的影响。他们研究发现，一国足球队的比赛失利确实会导致股市下跌，而且在大型比赛（如欧洲杯、世界杯）中失利，该国股市将有更大跌幅。
1703928431
1703928432
尽管通过代理变量，研究人员发现情绪与股市收益有显著联系，但这些毕竟不是最直接的证据。随着Twitter、Facebook等社交媒体的兴起，以及非结构化分析工具的发展，学者开始用社交媒体的文本数据分析大众情绪。其中，最为知名的研究来自美国印第安纳大学的博伦及其合作者。他们利用两种不同的情绪跟踪工具，分析和整理Twitter上将近1 000万条信息。工具之一是匹兹堡大学开发的一个开源软件包Opinion Finder，工具之二是由这几位研究者开发的基于情绪状态量表的算法。他们将Twitter上所有关于心情的词汇归类为6种情绪类别，分别是冷静、警惕、确信、重要、和善、快乐。他们的实证研究发现：在这个基于情绪状态表的心情测量法中，只有“冷静”具有预测价值，靠这个情绪指标能够预测未来3~4天道琼斯指数的涨跌，准确率可高达87.6%。
1703928433
1703928434
与博伦等人的研究互补，慕尼黑工业大学的两位学者对Twitter情绪与证券价格的关系做了进一步的分析。他们将分析对象界定为含股票代码和美元符号的信息，比如“AAPL”代表苹果公司等。两位学者借用计算语言学中的另一种情绪分析法，对提到标普100指数成分股公司的25万条信息进行逐日拣选，看其是否给出“买入”、“持有”或“卖出”信号，并对这些信号与第二天证券收益的关系进行计量检验。他们研究发现，关于某只股票的信息数量、看涨程度，与这只股票下一个交易日的收益率、交易量有显著的正向联系。不仅如此，他们依据Twitter买入信号的强烈程度，构建了一个投资策略，即买入最看涨的3只股票、卖空看涨程度最低的3只股票，半年内可获得高达15%的绝对回报。
1703928435
1703928436
这些研究绝非纸上谈兵，还可以直接，运用于投资实践。在2011年5月16日，一家总部设在伦敦的对冲基金管理公司Derwent Capital Markets，推出了欧洲第一只以社交媒体情绪为策略的投资基金。该基金公司创始人兼基金经理保罗·霍汀受博伦等人研究的启发，对这种投资策略深信不疑，并与博伦签订了使用其算法程序的排他性合同。霍汀所坚持的投资理念是“市场受情绪驱动：当人们贪婪时，股市就会上涨；而当人们害怕时，股市就会下跌”。从霍汀管理的基金业绩来看，他的投资理念和策略似乎可行。
1703928437
1703928438
欧洲第一只基于社交媒体情绪的策略基金
1703928439
1703928440
保罗·霍汀管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4 000万美元。该基金的投资标的包括流动性较好的股票及股票指数产品。他们的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。
1703928441
1703928442
在该基金公司的网页，你可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会”。该基金的基金经理，同时也是基金公司的创始人保罗·霍汀在基金宣传册里表示：“多年以来，投资者已经普遍接受了一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪指导投资。”
1703928443
1703928444
我们可以从该公司的网站上查到该基金的业绩，2012年的投资收益率为3.5%（2012年7月以后的数据），2013年为23.77%，2014年1~2月为3.73%。在有数据可查的月度大多实现了正收益，虽然收益的波动率不小，但总体上还算是有竞争力的对冲基金产品（见图2-1）。
1703928445
1703928446
1703928447
1703928448
1703928449
图2–1 Derwent媒体策略基金的历史表
1703928450