据纳入了投资视野，但用法更偏辅助参考，甚至当做反向指标，而非跟着热度追涨杀跌。   “我们在训练AI量化模型时，会从第三方数据商购买大量来自社交平台的数据，包括从中分析投资者对个股和整体市场的情绪，作为另类数据投研的一部分。”一位公募基金量化团队负责人对中国证券报记者表示，“不过，目前主要是从社交平台抓文字信息，视频信息分析还不太行。”   至于网络情绪指标是否可以构成实用的交易信号，量化机构有着不同的观点。   上述公募量化负责人表示：“虽然我们会分析网络情绪数据，但对于量化交易来说，网络情绪是相对滞后的。一般是行情先出现一些变化，然后才有网络追逐效应。所以，我们更常把社交情绪当作一种风险提示或卖出指标，而非追涨信号。”   “通过网络情绪信号制定交易策略的现实难点在于，市场情绪波动太快，社交平台情绪有时候只有几天，很难稳定跟随操作；同时，视频社交媒体更难追踪，太多昙花一现的博主了，导致数据连续性和可验证性不足。”上述人士补充说。   一位来自百亿级私募的量化投研人士观点更为直接：“我们曾经尝试过将网络情绪数据纳入量化模型，但回测数据发现其无法带来超额收益。目前，量化交易依赖的还是Level-2等行情数据中的量价信号，可在盘中快速捕捉并执行交易，远快于散户基于新闻或网络讨论做出反应的速度。”   “行业里大部分人应该都试过，如果能做出回溯效果还行的交易策略，就会继续用。”另有私募量化人士表示，“量化机构通常会用雪球、百度、微信等网络平台数据监控个股热度，但这类数据不一定是用来买入，更多是作为反向指标。”   除了情绪信号，一些量化团队也在探索更接近基本面的社交数据，比如带货销量、社媒口碑、产品热度等，用于验证消费链公司的景气度。“带货销量类的数据相对散户情绪更稳定一些，同样也是来自社交平台。”一位上海公募量化基金经理表示。   放眼全球，金融大V如何影响市场投资行为正成为广泛关注的课题。例如，以美股游戏驿站、AMC娱乐控股等为代表的Meme股（又名“迷因股”就是指因社交媒体、网络论坛或名人效应引发散户集体关注和炒作，从而在短期内股价剧烈波动、严重脱离基本面的股票。   德国联邦银行于2025年发布了一份有关《社交交易、相关联的散户投资与非基本面投机》的报告。报告显示，全球社交媒体的兴起催生了一种被称为“社交交易”的新型投资方式。散户越来越依赖金融网红、论坛等社交信
=*=*=*=*=*=
当前为第3/5页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页