题目是大数据分析，目前股票投资行业比较火的话题。百度有一款基金就是大数据分析，逻辑是通过搜索内容与股票关联，分析这种热度的变化并进行股票投资，关注过一段时间，但不是很稳健。我感觉最主要的问题是由于搜索本身并不能构成完整的投资行为，我想买一只股票，我搜索看看，看看之后觉得行我就买，不行可能就算了，这个搜索转化成购买的转化率很难确定，可能高可能低，所以靠谱程度是依赖于转化率，而转化率需要大量的样本统计才能给出一个估计，还有可能是时变的，会导致结论的不稳定性。于是我就想有没有什么更理想的指标来勾画投资行为，于是我就想着能不能用关注度来作为代理变量，因为每个人在投资之前总是不自觉的先加关注，然后去股吧、雪球各种论坛去搜集信息，之后才会决定买或者不买，关注了不一定会买，但不关注肯定不会买。于是我就沿着这个思路开始研究。本来是打算抓雪球和股吧两个数据的，但是一段时间之后感觉雪球上说来说去就一类股票，科技创新新蓝筹等等，样本有偏差，就没有再用雪球的数据，主要就是研究股吧数据，别瞧不起股吧，股吧总体关注人数有20亿左右（关注人数加总），而且虽然投资人群三教九流都有但是可以更好地代表总体样本，比竟股票买卖也离不开买菜的大妈和抠脚的大叔，光靠“自以为聪明的投资者”肯定不行（玩笑）。虽然使用了这个数据，但是还有一些问题，就是量纲不一致，比如股吧主场东方财富的关注人数一直高居榜首高达1000w~2000w关注，而一些小股票只有4、5w关注，所以需要进行标准化，我使用“今天关注人数/昨天关注人数”-1这个数据来作为关注人数增长量，如果这个值偏大，表明短期关注人数剧增；小于0则表示关注人数降低。需要注意的事，一些冷门股票可能关注度人数不多，增加1w人就带来很大增长，所以需要对数据进行一定的清洗，设定一定的阀值，关注度过低的股票就给踢掉不参加比较了。
好了，废话这么多了，下面才是正经事，通过数据处理之后，得到了每日关注人数增减变动百分比，从8月5号起，做数据回测。大概就是挑选出来每天增长百分比超过10%的股票，第二天以开盘价买入，持仓，冲高之后卖出，这里需要注意两个问题，第一个是最近这段时间大盘走势比较不稳定，这对结论有没有影响，第二个是，持有几天，1天好还是2天好。下面用回测的图来解释这些问题。
1.大盘节奏对结论有何影响？
两个图，分别是8月6号开始执行策略和8月5号开始执行策略。
从图上可以看出来，大盘节奏踏的准还是不准对结论是有显著影响的，如果节奏把握的号，8月到现在大概40%收益，反之基本还在原地踏步，所以大盘的风向还是需要一定判断的。
2.持有几天好
这里只选节奏踏准的持有1天（第一天买，第二天卖）和持有2天（第一天买，第三天卖）进行比较：
忘了加标注了，蓝色的是持有1天，红色是持有2天。原因就是关注度这个事情有回归均值的倾向，出现暴涨之后，过不了几天就会像原水平靠拢（也有少数个例，关注稳步上升），稳妥起见还是不要和股票谈恋爱比较好。
好了，说到这，肯定有人觉得说了这么多等于白说，因为要想挣钱还要踏准大盘节奏，这个比较难。对，这个确实比较难，所以再稳健一些的法子，就是把资金分成两部分，半仓资金今天买、明天卖，半仓资金明天买、后天卖，不要补仓摊成本之类，这半仓资金就是用来对冲大盘风险，手里一直保持半仓股票半仓现金，同时每天买超过10%股票排名最靠前几只（选出满足条件的股票，第二天开盘价格涨幅低于6%，2-3只），分散风险，不要觉得半仓可惜，或者分散持股收益受影响，最主要是分散了风险。采用这种策略收益对比：
如果觉得自己大盘盘感很好，可以满仓干，收益会很理想；胆小一些就按照分散风险的方法做，收益比较平缓；“以为自己盘感很好”可能就会是最下面的那个...
当然这个收益率波动还是比较大的，只能是靠多次连续做用概率取胜，有时候还需要考虑滑点的问题，就是没买到没卖掉，由于是高频的，每次滑点对收益影响还是很大的，这里我设置滑点是2，也就是每次比最理想的状态少赚2%（包含成交费用等），而且资金容量也不能大，10w可能还可以在开盘价上下扫完货，上来就几百万基本得向上走3、5个点才能扫够货，一次也就赚几个点，出货时候也麻烦。这里只是提供一些参考思路，因为我也不知道这个策略会不会随着暴露而失效，总之只是一个心血来潮做的事情，然后把研究的成果拿出来自娱自乐一下。
最后补充一个有趣的内容，就是我发现虽然关注了股票不一定会立刻买，但是卖了股票之后有的人会立刻取关。于是我就逆向找关注下降最厉害的股票，做了一个做空的模拟，模拟结果如下：
一个月怒跌了30%，而且除了中间大盘反弹带起来的一小波，其余时间都在直线往下掉，跟做多比起来，走势是相当稳健。