大数据周报：大盘相对谨慎，重点关注沪深300新闻情绪选股多空组合

重要观点

1

大盘谨慎持仓为宜，现金为王

2017年2月09日发出看空信号，近期谨慎持仓为宜。从2014年1月1日到2017年2月10日，多仓单个信号平均收益2.61%，累计收益182.34%；空仓信号单个平均收益0.28%，累积收益10.49%。

2

新闻情绪因子选股不同板块风格各异

主板方面，情绪指数与股票未来表现为正向指标，且持续天数大概5个交易日；中小板方面，情绪指数与股票未来表现为反向指标，且持续天数大概22个交易日；创业板块方面，情绪指数与股票未来上涨或下跌效果不显著。

3

主板空头负超额收益十分显著

2014年1月1日到2016年11月30日多头组合相对沪深300指数最终值为1.28，多头组合相对沪深300指数年化超额收益9.1%，而空头组合相对沪深300指数最终值为0.35，空头组合相对沪深300指数年化负超额收益达30.9%。

一、大数据体系构建

1.1

数据采集与预处理

大数据的源头质量，直接决定我们指标质量，决定着我们的策略优劣性。目前，国内的相关数据来源主要为第一类上交所，深交所等的公告、财报，监管信息等；第二类财经新闻网站，比如新浪财经，第一财经，东方财富网，中国证券网，金融界，雪球财经，腾讯财经，第一财经等的个股新闻，行业新闻，宏观经济等；第三类社交媒体，比如股吧，贴吧，微博等；第四类为关注数据，比如百度，搜狗等个股每天搜索数量及分析师研报提及个股等。我们目前数据主要爬取新浪财经个股相关新闻，包括200多家媒体在内的所有个股新闻。

大数据采集则是通过网络爬虫或网站公开API等方式从上述相关网站上获取我们所需要的数据信息，将非结构化数据从网页中爬取下来，并解析相关信息，将其存储为统一的本地数据文件，并以结构化的方式存储在我们的数据库中。