證券市場大數據

1. 哪些股票既屬於大數據概念也屬於智慧城市概念

同花順軟體裡面有分類 有概念分類 你去智慧城市概念裡面，打開股票分時圖，點開下面的關聯板塊，有大數據的 就符合你說的這種條件了，譬如說海康威視 華平股份 易聯眾 銀信科技 飛利信 看了半天篩選出來就這幾個

2. 股票市場的大數據量化分析是怎麼做的

會做的都不會和你說的，簡單來說就是收集數據，實現大數據ai

3. 大數據時代應該如何投資股票

給一篇關於【如何使用大數據進行A股行業投資】的教程給你參考一下~

好的投資，首先是選好行業

紅杉資本曾經有一條著名的投資經驗，大意是：好的投資，首先是選好賽道，其次是賽道上的選手。對於每天活躍於資本市場上的投資者而言，賽道所指的正是你正在投資、或者將要投資的那家公司它所在的行業，更直接的說，你投資於什麼行業，投資於這個行業的哪家公司，決定了你最終能獲得什麼樣的收益表現。

那麼，紅杉資本的這條投資經驗是否適用於A股市場，並給我們帶來可觀的投資收益呢？本文試圖通過量化分析和交易回測來驗證這一投資模式是否真正有效，所採用的數據取自於聚寬數據出品的JQData本地量化金融數據，通過梳理出自2010年以來A股市場上不同行業的發展情況，進一步構建出一個優質行業龍頭組合，觀察其從2015年股災至今的收益表現。最終發現，這樣一個優質行業的龍頭組合，從股災至今大幅跑贏了上證指數和滬深300指數高達30%的以上的收益率，可以說是超乎預期的。以下是具體分析過程。

2010 ~ 2017 滬深A股各行業量化分析

在開始各行業的量化分析之前，我們需要先弄清楚兩個問題：

• 第一，A股市場上都有哪些行業；

• 第二，各行業自2010年以來的營收、凈利潤增速表現如何？

第一個問題：
很好回答，我們使用JQData提供的獲取行業成分股的方法，輸入get_instries(name='sw_l1')
得到申萬一級行業分類結果如下：它們分別是：【農林牧漁、採掘、化工、鋼鐵、有色金屬、電子、家用電器、食品飲料、紡織服裝、輕工製造、醫葯生物、公用事業、交通運輸、房地產、商業貿易、休閑服務、綜合、建築材料、建築裝飾、電器設備、國防軍工、計算機、傳媒、通信、銀行、非銀金融、汽車、機械設備】共計28個行業。

第二個問題：

要知道各行業自2010年以來的營收、凈利潤增速表現，我們首先需要知道各行業在各個年度都有哪些成分股，然後加總該行業在該年度各成分股的總營收和凈利潤，就能得到整個行業在該年度的總營收和總利潤了。這部分數據JQData也為我們提供了方便的介面：通過調用get_instry_stocks(instry_code=『行業編碼』, date=『統計日期』)，獲取申萬一級行業指定日期下的行業成分股列表，然後再調用查詢財務的數據介面：get_fundamentals(query_object=『query_object』, statDate=year)來獲取各個成分股在對應年度的總營收和凈利潤，最後通過加總得到整個行業的總營收和總利潤。這里為了避免非經常性損益的影響，我們對凈利潤指標最終選取的扣除非經常性損益的凈利潤數據。

我們已經獲取到想要的行業數據了。接下來，我們需要進一步分析，這些行業都有什麼樣的增長特徵。

我們發現，在28個申萬一級行業中，有18個行業自2010年以來在總營收方面保持了持續穩定的增長。它們分別是：【農林牧漁，電子，食品飲料，紡織服裝，輕工製造，醫葯生物，公用事業，交通運輸，房地產，休閑服務，建築裝飾，電氣設備，國防軍工，計算機，傳媒，通信，銀行，汽車】；其他行業在該時間范圍內出現了不同程度的負增長。

那麼，自2010年以來凈利潤保持持續增長的行業又會是哪些呢？結果是只有5個行業保持了基業長青，他們分別是醫葯生物，建築裝飾，電氣設備，銀行和汽車。（註：由於申萬行業在2014年發生過一次大的調整，建築裝飾，電氣設備，銀行和汽車實際從2014年才開始統計。）

從上面的分析結果可以看到，真正能夠保持持續穩定增長的行業並不多，如果以扣非凈利潤為標准，那麼只有醫葯生物，建築裝飾，電氣設備，銀行和汽車這五個行業可以稱之為優質行業，實際投資中，就可以只從這幾個行業中去投資。這樣做的目的是，一方面，能夠從行業大格局層面避免行業下行的風險，繞開一個可能出現負增長的的行業，從而降低投資的風險；另一方面，也大大縮短了我們的投資范圍，讓投資者能夠專注於從真正好的行業去挑選公司進行投資。

「2010-2017」投資於優質行業龍頭的收益表現




選好行業之後，下面進入選公司環節。我們知道，即便是一個好的行業也仍然存在表現不好的公司，那麼什麼是好的公司呢，本文試圖從營業收入規模和利潤規模和來考察以上五個基業長青的行業，從它們中去篩選公司作為投資標的。

1、按營業收入規模構建的行業龍頭投資組合

首先，我們按照營業收入規模，篩選出以上5個行業【醫葯生物，建築裝飾，電氣設備，銀行和汽車】從2010年至今的行業龍頭如下表所示：






結論




通過以上行業分析和投資組合的歷史回測可以看到：

• 先選行業，再選公司，即使是從2015年股災期間開始投資，至2018年5月1號，仍然能夠獲得相對理想的收益，可以說，紅杉資本的賽道投資法則對於一般投資者還是比較靠譜的。

• 在構建行業龍頭投資組合時，凈利潤指標顯著優於營業收入指標，獲得的投資收益能夠更大的跑贏全市場收益率

• 市場是不斷波動的，如果一個投資者從股災期間開始投資，那麼即使他買入了上述優質行業的龍頭組合，在近3年也只能獲得12%左右的累計收益；而如果從2016年5月3日開始投資，那麼至2018年5月2日，2年時間就能獲得超過50%以上的收益了。所以，在投資過程中選擇時機也非常重要~

4. 證券行業大數據可以運用在哪些方面

，證券行業數據是指券商還是股票分析。
如果券商行業的話，主要看經紀業務，以及其佔比是否在下降，產品銷售業務利潤是否在上升。此外，其他業務渠道是否在擴寬發展，比如投行業務。

5. 金融行業有哪些領域需要大量運用數據分析

1.宏觀經濟分析：國內外宏觀經濟數據分析、政策走勢分析、經濟形勢分析。
2.證券數據分析：通過建立數據模型，分析股票指數數據，預測股票走勢。
3.財務報表分析：通過建立分析模型，分析財務狀況，關聯公司之間的經濟往來情況。
4.投資項目評估：多維度分析投資項目，通過數據進行投資決策支持，減少投資風險。

6. 騰訊自選股大數據基金和行業中其他同類型基金相比有什麼優勢

我分析有以下3個優勢吧。
（1）優質的數據來源：
現在市場上的大數據基金主要基於互聯網搜索和互聯網電商數據，但是說實話，這些數據源與股票市場的關聯性比較弱。而騰訊自選股大數據基金所採用的數據為互聯網金融財經大數據，直接來源於騰訊財經和騰訊自選股，這些數據與股票市場之間的傳導路徑最短，能夠更直接更迅速的反映出整個市場情緒和內部結構的運動情況。這只基金通過上述海量用戶行為數據來分析用戶行為與股票價格表現之間的關聯性，從而尋找未來大概率具有超額收益的個股，應該更靠譜~
（2）海量的行為數據：
海量的用戶行為數據才能夠真實反映市場的運行狀態，否則得出的都是錯誤的結論。騰訊財經和騰訊自選股擁有5000萬的用戶規模，其行為大數據能夠對市場所有個股進行全面采樣，給用戶行為分析提供了強大的源頭。
（3）靈活的管理模式：
這只基金為主動管理型股票基金。主動型基金的優點就在於：可以根據市場數據變化及時對股票倉位、風格和個股進行相應調整，比指數型基金滿倉運作、定期調倉模式的靈活性更高。

7. 有沒有基金行業上層人士，介紹下，股票型基金經理們都怎麼分析大數據的

實話實說，這些不是基金拉起來的。你不要認為基金的倉位很大，在中國證券市場上，基金很難集體拉起來什麼指數，這些是券商自營、經紀和保險幹得。基金所持有的那些錢在證券市場上什麼用都沒有。我就是基金公司的，這個我很了解。
另外，各家公司情況不同，不可能有很大的聯合來拉股票，因為本身各只基金的投資策略等就不一樣。

8. 什麼是大數據時代。什麼又叫做雲商。

大數據,或稱巨量數據、海量數據;是由數量巨大、結構復雜、類型眾多數據構成的數據集合,是基於雲計算的數據處理與應用模式,通過數據的集成共享,交叉復用形成的智力資源和知識服務能力。
有研究機構如此定義「大數據」:「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。從某種程度上說,大數據是數據分析的前沿技術。簡言之,從各種各樣類型的數據中,快速獲得有價值信息的能力,就是大數據技術。
進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數大數據時代來臨[1]據，並命名與之相關的技術發展與創新。它已經上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮官網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。
數據正在迅速膨脹並變大，它決定著企業的未來發展，雖然現在企業可能並沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到數據對企業的重要性。

雲商：
雲商也叫智慧雲商。信息 + 應用+ 基礎設施無處不在 = 平台應用跨地域、跨終端、跨系統、跨平台。採用集成設計(軟體+硬體+應用服務)
智慧雲商是基於雲策略的通用架構，採用雲計算服務中間件集成技術和超強的資源整合能力，立足於成熟商業模型的服務交付，跨傳統、公共雲計算、雲服務產品而衍生。

智慧雲商可輕松實現平台的構築與管理及運營與服務。現在平台應用組件涵蓋了管理雲平台、服務雲平台、營銷雲平台等應用服務，還有配套的雲端智慧庫，並依託強大的後端廣告聯盟及第三方市場，為用戶端提供了豐富的平台推廣及運營收益途徑。

9. 大數據給銀行業、保險業、證券業、徵信業分別帶來了哪些大變革

去給銀行業保險也掙錢也真心也分別帶來了非常大的變化這些業務都根據咱數據來發展他不來的。

10. 請教軟體服務業大數據的股票有哪些

所謂軟體外包就是一些發達國家的軟體公司將他們的一些非核心的軟體項目通過外包的形式交給人力資源成本相對較低的國家的公司開發，以達到降低軟體開發成本的目的。眾所周知，軟體開發的成本中70%是人力資源成本，所以，降低人力資源成本將有效地降低軟體開發的成本。 軟體外包已經成為發達國家的軟體公司降低成本的一種重要的手段。目前，全球軟體的銷售額為6,000億美元，而其中軟體外包的銷售額即達到500～600億美元。預期到2005年軟體外包的銷售額將達到1,000億美元。軟體外包的大幅度增長為人力資源成本相對較低的印度和中國帶來了新的發展機會。 中國目前已經有不少的公司開始介入軟體外包這一領域。目前軟體外包產業較為發達的地區有上海、北京、大連以及深圳等城市。以北京為例，有40%的軟體企業參與外包項目，軟體行業60%～70%的營業額來自外包。在上海和北京，一個軟體外包工程師的月薪達到7,000～10,000元人民幣，而同樣能力的軟體工程師在武漢只需要三～四千元人民幣。資本的特徵是向成本更低的地方流動，所以，近一段時間以來已經有大量的東部軟體公司准備遷移到中部地區，目前首選的地區主要是武漢和西安。