导读：股市近期的动荡不安牵动了一波股民的心情的上下翻飞，部分股民的资产更是经历了“奥迪—奥拓---奥妙—奥利奥—奥买噶!”的惨剧。当大部分股民还在关注专家分析、大盘数字时，一些捷足先登的数据分析公司已经开始利用社交媒体上的“社交情绪指数”分析获取股票信息了。

如何利用“Twitter”和“Facebook”上的“情绪指数”分析和预警股票？大数据文摘“金融与商业专栏”今日带您了解金融行业倾听社交媒体的几个案例和问题。

大数据文摘“金融与商业专栏”视角集中在金融及商业决策分析相关的大数据分析文摘，内容涵盖金融、信贷、风控、投资、理财、商业等领域。鼓励独家首发与观点原创，行业前沿理论分享，国外优秀文章翻译以及行业领袖采访演讲编译，力争刊出更多金融和商业领域相关精品文章。欢迎各位同行及对数据分析感兴趣的朋友加入，共同分享交流。

大数据文摘翻译作品

翻译：Vala；校对：孙强

欢迎个人转发朋友圈；其他机构或自媒体转载，务必后台留言，申请授权

2013年11月11日，美国东部时间早上8点刚过，加拿大一家报纸泄露消息：黑莓公司（纳斯达克代号：BBRY）总价达四十七亿美元的的收购案取消。足足过了3分钟，华尔街的通信社才陆续报道这条消息。

Dataminr是纽约的一家数据分析公司，他们的投资客户这次在华尔街上出了一把风头。就在加拿大通信社关于黑莓的报道刚出来的几秒钟内，他们便收到Dataminr发来的电邮提示。根据这条信息，有很多Dataminr的客户，尤其是对冲基金客户，抢在其他还未获得消息的用户之前很漂亮的卖空了这支股票。

去年八月，当传奇商人Carl Icahn刚发布一条推文，说他购买了大量苹果公司（纳斯达克代号：AAPL）的股票时，Social Market Analytics（也是一家社交媒体数据分析公司）已经抢了先手，他们充分利用其覆盖40万推特用户的数据网络，获得关于苹果公司的乐观传言，并将此传言告知了其客户。

这两个事例中，捷足先登者们根据预警信息大赚了一笔。这在告诉我们一个事实：利用社交网络来获取影响股票价格的新闻，并不是一个理论神话，它真实地存在着。

四个月后，所谓的“投机情绪指数(social sentimentindicators, SSI)”正在股市圈兴风作浪：更多的证据表明，“社交情绪指数”着实让那些利用该技术获利的投资者们尝到了甜头。

金融数据服务提供商Markit的研究表明，从2011年12月到2013年11月，具有乐观社交媒介情绪的股票获得了高达76％的累计收益率，而具有负面社交媒介情绪的股票累计收益率只有14％。

2010年，印第安纳大学商学院教授Johan Bollen报告说，推特的数据能以87.6%的准确率预测出道琼斯工业平均指数。

Dataminr的创始人兼首席执行官Ted Bailey说道，“信息领域发生了巨大的变化，推特上的消息，比华尔街上的来得更早一步。”

赶超华尔街的推特

虽然脸书（Facebook）提供了一些数据挖掘的机会，但推特才是真正的社会指标分析热点。推特是社会媒介活动的蜂巢，活跃用户高达六亿四千五百万，并以每天135,000的新增用户人数继续扩张。然而，2012年以前，分解和合并推文以挖掘新的股票市场信息的技术并不存在。一旦“社交情绪指数”分析师开始弄明白如何量化所有的社交流媒体，并为专业投资者提供分析结果时，他们立即获得了不错的利润。

如今，诸如Dataminr、Datasift和Social Media Analytics一类的公司，使用数据分析技术从上市公司内部人员的推文中筛选信息。去年，“社交情绪分析”大获成功：金融信息巨头彭博将推文列入它的财经数据递送服务。彭博推送了华尔街分析师、监管机构、经济学家、美国政府机构的推特账号上的所有推文信息，传送给它注册的客户（主要是股票经纪人、交易员和对冲基金经理），让他们利用这些信息在股票交易中抢占先机。

推特意识到推文在投资行业的巨大价值，2012年它在数据授权服务中赚取了四千七百五十万美金，相比2011年上涨了66％。

NYSE Techonologies最近刚和Social Media Analytics建立伙伴关系，向其金融客户传播社交媒体指数。NYSE的产品经理Tom Watson说道，“金融服务行业观望和倾听社交媒体有一段时间了。现在，他们还将更多地利用和促进社交媒体平台，基于‘社群情绪‘尝试不同的交易策略。”

勿庸置疑，该技术是非常复杂的。举个例子来说，SMA公司给公司分析师们提供参考的“S值”是通过围绕“关键推特标准”设计的算法来算出的，包括均值、变化、份额、波幅、推文分散性以及风险等。基于以上算法来评估的“S值”将“社交情绪”反映在特定股票“回望(lookback)”时期内的变动上。

普遍传言对于特定的股票是好消息还是坏消息，可以通过这些“情绪”指数来预测。有了这些信息在手，客户可以采取相应的行动，并基于“情绪”指数来交易股票。

过多的数据

这并不代表社交媒体的指标很容易获得。SMA公司的创始人Joe Gits指出，SMA剖析的推文中90％被丢弃，只有剩下的10％能揭示投资者们真正需要的投资机会。 “关键问题在于没有办法量化那些数据。推特用户无法打开100个不同的推特流并精准地分析结果。”

然而，“社交媒体投资指标”也有不好的一面。利用此方法行骗将非常容易：通过推送公司的虚假推文，例如行业竞争者的买断或是新产品上市的暗示，将投资者们引入歧途。投资诈骗者提前购买股票，从那些被推特上虚假消息骗过的投资者身上获得利润。

底线

毫无疑问，社交媒体投资分析的技术处于上升趋势，但还是处在非常初期的阶段；到目前为止，它对于华尔街的捷足先登者们来说是成功的。你是否想要注册一个“社交媒体投资分析”公司的账号并接收他们的提醒服务？这并不是那么容易的；数据提供商的大部分产品和服务，主要面向投资机构，而不是那些关心养老福利的街头酒馆老板们。不过，也有其他选择：彭博的Eikon交易平台，免费给散户投资者提供一个推特数据跟踪器；StockTwits也提供了一个入门级的推特投资新闻追踪系统。但一如往常，你会听到来自精明的投资者和业余爱好者的忠告：买家风险自负。

【译者简介】

有意联系译者，请给“大数据文摘”后台留言，附自我介绍及微信ID，谢谢！

Vala, 本科毕业于上海外国语大学公共关系系，硕士毕业于中国香港城市大学媒体与传播学院，主修整合营销传播。现和导师学习大数据挖掘课程，对于传播、法律、互联网和生命科学感兴趣。加入大数据文摘翻译志愿者，希望和大家一起分享大数据时代的动态，借此和数据爱好者以及各位专家前辈交流学习。

孙强，资深生物信息专家，现在服务于美国国立癌症研究所，从事癌症基因组数据库管理工作。热爱大数据，加入大数据文摘志愿者行列一年有余，愿以文会友，广结大数据善缘。旅居美国多年，现在定居于大华府地区。

生活过的城市：淄博，济南，北京，洛杉矶，华盛顿

其他爱好：足球，钓鱼，打牌

大数据格言：Big data is better data