如何從社交網路發現賺錢機會？

回顧2016年的黑天鵝事件，特朗普入主白宮算是其一了。

一個被主流媒體一致不認可的候選人

一個被黨內大佬反對的黨員

一個競選資金毫無優勢的人

一個絕大部分精英反對的人

最後卻出人意料地勝出，不得不引起我們的思考，他是靠什麼？

在此次大選，特朗普遭到了主流媒體的一致口誅筆伐；在媒體全盤倒向希拉里的情況下，互聯網是他唯一的競選希望，社交網路成為他制勝的利器。

我們不去討論他以後對全球政治的影響，只想思考一下社交媒體的重要性，有沒有可能從社交媒體中發現一些對我們有用的線索?

這就是本期想和大家分享的話題：

如何利用社交網路市場情緒數據預測股票價格區間？

眾所周知，股票價格是公司業績，行業大環境，經濟政策以及市場情緒的集中反映。

大多數股民的心理相當脆弱，容易被市場情緒左右，就算是身經百戰的操盤手時常也難超脫於外。

那麼究竟能不能利用這些市場情緒信息來進行股票方面的預測呢？

下面我們簡要介紹一下這方面的研究。

許多人時常在Twitter上發布一些自己對某些股票走勢的看法, 如FB, APPL等等。

現在已有一些公司提供實時在線服務（如PsychSignal），通過抓取某隻股票相應的Tweets並運用機器學習來進行語義分析，從而提煉出相應的唱紅，唱衰情緒信號分值。

接下來我們搜集了二十隻股票在PsychSignal上的情緒信號分值和Quandl上的股票歷史價格和成交量信息。

利用這些數據，我們訓練出一個簡單的模型來預測股票當天的價格波動是否會超過歷史中位數。

如下旭日圖所示，綠色代表模型找到了一些有趣的相關性。

打比方說如果前一天股票價格下跌超過百分之三，並且唱衰情緒信號值超過0.84，模型判斷有超過百分之九十五的概率明日股票價格波動會超過歷史中位數。

接下來我們採用BigML API對模型進行五路交叉測試，結果模型準確度達到64%，性能遠勝隨機猜測。

另外一點有趣的發現是，上述基於市場情緒的模型對於預測股票實際價格並無太大幫助，結果僅比隨機扔硬幣強一點點。

從這點看似乎預測股票價格區間要相對容易的多。

作為結束語，公司創始人James Crane-Baker如是說：「社交網路中蘊含大量投資人的實時情緒數據，如果我們不能從中提取有用信息的話我會感到非常意外。」

有了這些寶貴信息，我們甚至可以試圖推廣本文模型進行當天股價區間的預測。

本文原稿：Predicting Stock Swings with PsychSignal, Quandl and BigML

請掃描屏幕下方二維碼關注我們微信公眾號aihelps。歡迎加入人工智慧商業化社群交流，請加微信號12956250。

特別提示：

本文章由亮劍會提供，亮劍會是鄒洪亮和胡曾劍聯合創辦的AI商業應用社群，致力於人工智慧的商業化。

鄒洪亮，電子商務資深顧問，擁有15年豐富的互聯網一線操盤經驗，曾任500彩票網(紐交所: WBAI)副總裁。移居加拿大後，創辦Havlek諮詢公司，為加拿大著名企業MEC、JYSK、Saje、Uniserve等提供雲架構設計、大規模計算、商業智能分析等服務。

胡曾劍，Simon Fraser University 計算機博士，人工智慧科學家，專長演算法設計、運籌學、機器學習以及智能軟體開發。現在美國著名能源交易服務公司The Energy Authority 任職Research Scientist，2014年作為首席架構師項目獲得運籌學最高獎Edelman Prize 提名。

http://weixin.qq.com/r/sDoEHCHEM3xMrWV-92_i (二維碼自動識別)