Profile image
浏览次数

现在:
最近一小时:
最近24小时:
浏览总量:
股市大热谁是接盘侠?聪头“野蛮”背后的三大颠覆
Sunday, May 3, 2015 20:15
% of readers think this story is Fact. Add your two cents.
0


几个世纪前,在股市中遭遇了重大挫败的牛顿事后曾喟然长叹,“我可以计算天体运行的轨迹, 却无法计算人性的疯狂”。


即便是那些说起经济规律头头是道的经济学家、以及熟谙技术分析的投资达人也同样有在股市里摔得鼻青脸肿的经历,最后也只得以著名投资大师彼得·林奇的话聊以自慰——“股票投资是一门艺术,而不是一门科学。”


股票,到底是艺术还是科学?而这其中的曾让牛顿“发狂”的人性力量又该如何把握?


3000点、3500点、4000点……当沪指一路呼啸着越过了一道道被畏为天堑的整数关隘,当5000点已近在咫尺、6000点的历史最高点也已遥遥在望之时,A股投资者既在欢呼雀跃,内心也充斥着巨大的不安。



作为经济晴雨表的股市虽一路高歌猛进,牛气冲天,但实体经济却未受到明显提振,依然步履蹒跚。当此情势之下,A股市场将何去何从?是继续演绎过去半年来让世界目瞪口呆的牛劲儿?还是会受累于实体经济、患上恐高症,而就此折返?更重要的是,日后的市场中,哪类个股将会当道、走出一波靓丽行情?又有哪类个股会被市场弃若敝履、江河日下?


这恐怕是每个投资者与市场人士最关心、也是最困惑的问题。而此前,对于这类问题的解答,也一向被视为一种MissionImpossible(不可能的任务)。


不过,技术的进步却正在让一切不可能变得可能。


聪头,一家以科学大数据为理论基础的互联网公司,一个闯入股市的技术野蛮人,正力求借助大数据之手撩开这类问题的面纱。


此前美国曾有一家公司Kensho也是以技术实力让华尔街捏了一把汗之后,就很快被大投行招安。而聪头却要以技术撼动传统,以真实数据撕开股市涨跌背后的神秘,而且聪头是免费的,让更多人从中受益,聪头会给中国股市带来野蛮的改变吗?



股票投资:从艺术到科学


从证券交易市场开始存在的那一天起,洞悉市场与个股动向就成为无数股市投资人最大的梦想。从宏观经济分析到个股财务分析,从浅显直观的趋势线到晦涩难懂的江恩理论,从基于简单算术平均的均线指标到引入现代统计学标准差概念的复杂布林线指标,几个世纪以来,人们从未停止过追逐这一梦想的脚步。


但尽管一代代投资人与市场分析人士为此穷极了毕生精力,却仍无法参透淘气任性的股市背后真正的规律。这其中,甚至不乏牛顿、爱因斯坦这些有着世界上最聪明脑袋的科学巨匠,如牛顿对人性疯狂的不可思议。


而凡事以大数据说话的聪头却相信,股票投资应当是一门科学,是一门完全能够利用大数据加以挖掘的科学。传统证券分析方法——无论是着眼于经济大气候和上市公司业绩的基本面分析,还是以股价、成交量为着眼点的技术分析,之所以无法真正把握股市脉搏、切中投资命门,究其根本原因,主要在于无法从根本上解决信息不对称、以及研判上的主观性问题。


许多理论与技术指标其实是带有很强的主观性的,就像艾略特的波浪理论,处于同一时期,有人会研判为一浪、有人则会解读为二浪一样。而不同阶段的操作策略是截然不同的,错判的后果无疑十分严重。这也是许多投资者在任性的股市中时常碰壁、或者被市场中的大鳄们玩弄于股掌的最重要原因。


聪头的目标就是要借助大数据,解决信息不对称和研判上的主观性问题,通过大数据的深度挖掘和冷峻客观的分析,还原股市投资的科学本质——大数据时代,炒股完全可以不是艺术,而更应该是一门科学。


这是聪头努力的方向,也是其正在一步一步努力达成的目标。



大数据的股市新玩法


移动互联时代,数据为王。


如同互联网颠覆了一个个传统行业那样,聪头坚信,大数据也必将彻底改变股市的传统玩法。


虽然就股票投资这类金融业务而言,对其有影响的随机性因素非常之多,但其中并不乏相对确定的因素。如政策动向、行业趋势、公司重大决策等因素,对于股价的影响大都是十分确定的,谁提前知道或预测到这类信息,谁就必然会在投资中占尽先机。


在信息媒介日益多元化的当下,数据的获取已非难事,棘手的问题是如何确保所需信息的完整性、以及对海量数据的高效处理。


数据科学家们指出,80%的数据是以非结构化形式出现的,这其中如央行公告、地缘政治事件、天气现象以及创新科技产品的发布等,都属于难以结构化的事件。这种状况导致在股票分析等金融领域,分析师可资利用的足以影响市场的数据不足20%,大多集中于市盈率、市净率、净资产等结构化数据,这必然导致其分析预测结果有很大的偏差。


而大数据的优势就在于可以对所有可能影响市场走势的海量数据进行高效分析处理,通过建模运算遴选出真正有价值的信息,实现对市场或个股走势准确率更高的研判。就像天气预报一样,获得的有效信息越多,预报结果就越准确。


这也正是聪头作为技术野蛮人,敢于直闯股市的底气所在。用大数据颠覆股票投资领域、通过手机APP让用户及时、准确、公平的获得正确的信息,解决普通股民信息不对称、缺乏专业知识和操作经验的难题,则是聪头创始的初衷。


聪头的创始人都是功成名就的前辈,有做互联网的IT达人、有做股票投资的牛人,也有大数据专家、心理学教授,他们打造聪头的目标就是要为改变现下的股市做点儿实事儿。正如其中一位创始人所言,“我们要做的很简单,就是希望能够再年轻一把,为这个世界的改变做点什么。”



Kensho的招安与聪头的聚义


实际上,试图用大数据改变股市玩法的技术野蛮人,聪头并不是第一个。


此前华尔街就已闯入过这样一个技术野蛮人,这就是被福布斯杂志描述为“华尔街人神共愤的叛徒”的Kensho科技公司,从这一描述中不难看出华尔街对这个技术野蛮人的忌惮之心。


与聪头APP一样,Kensho让华尔街畏之如虎的是其一款基于大数据的证券分析软件。这款“逼疯了华尔街”的软件借助大量经济数据、政治事件、金融交易信息等大数据的挖掘,以及复杂的金融模型运算,可以快速、大量地进行海量数据处理分析,实时解答投资者提出的复杂金融问题,从而相当于让普通投资者瞬间拥有了一支远胜于各大投行分析师的庞大专业金融分析师队伍。


遗憾的是,Kensho在着实让华尔街捏了一把汗之后,就很快被大投行招安,沦为了机构赚钱的工具,普通投资者已无法从中受益。


而本着改变股市游戏规则、让普通股民口袋鼓起来这个简单平实愿望而创立的聪头却更像是一位啸聚山林的豪杰,是向机构和股民开放的,普通股民可以免费使用聪头APP。同时,聪头还拥有自己的资深投资专家团队,为用户提供股票投资组合参考,让普通人瞬间升格为进退有“据”的聪明投资者——聪头(投)。


除了美国的Kensho,国内其实也不乏把大数据运用股市的相关产品,如股市通等等。但如何能把人性的因素纳入进来?这却需要一些技术之外的“人性基因”。



其实所谓“人性基因”的背后也是科学,其根本就在于,设计者有没有把“人性”这一维度的变量纳入进来。


聪头
APP的开发者们已经看到网友情绪及随机性的瞎猜实际上会对股票的涨跌有深刻的影响,刚开始参与人少,影响比较小,而随着人越来越多将影响加大。当然这需要数据积累到一定程度及规则的调整,玩法的深化。


如此前寰寰姐所报道的“全民找跌”这个游戏,就是让更多人参与进来,这是用网民的力量去“自主”创造股市的一个试验。


事实上,聚义网民正是聪头更根深蒂固的颠覆所在。凭什么股市就一定由专业、分析师说了算?他们的建议才是选股基础?一款手机好用不好用,每个使用者都有发言权,那么这个使用者对于产品的体验和感觉,自然也可以对这家公司的股市表现有所影响。


股市不再神秘,股市里每家公司的表现,只要有网民在体验,就会有所反应,这才是一个“互联网

股市”时代的变革。

用大数据改变股市投资历史的技术野蛮人,让全民都参与股市的真实动态,聪头不是第一个,也一定不会是最后一个。


但是用每一个网民的力量,用大数据的深度分析,去变革股市,撕开股市的神秘面纱,不让股市成为某些人的专属或者工具,这个思维方式才符合未来的趋势。


网聚人的力量,股市将真正是所有人的股市,而不再是让普通散户做那个最后的“接盘侠”。

     

2015-05-03 20:13:06

原始网页: http://blog.sina.com.cn/s/blog_48b8ec0f0102vqps.html

Report abuse

评论

您的评论
Question   Razz  Sad   Evil  Exclaim  Smile  Redface  Biggrin  Surprised  Eek   Confused   Cool  LOL   Mad   Twisted  Rolleyes   Wink  Idea  Arrow  Neutral  Cry   Mr. Green

今日头条
最新故事

Register

Newsletter

Email this story
Share This Story:
Print this story
Email this story
Digg
Reddit
StumbleUpon
Share on Tumblr
GET ALERTS:

If you really want to ban this commenter, please write down the reason:

If you really want to disable all recommended stories, click on OK button. After that, you will be redirect to your options page.