Ⅰ 每次牛市开启，各板块是如何轮动的
今天三大股指全面暴涨，确实是有牛市的味道，但是牛市也是牛市初期阶段，大家也别盲目追高，耐心等待后期的回调机会。
借助这个问题我们来聊聊每次牛市开启时，各个板块是如何轮动的话题？
咱们A股已经过去20多年，真正在股民投资者当中影响最深的当然是2007年大牛市和2015年小牛市，这两波牛市才是真正的走势股民投资者心中的牛市；根据前面两轮牛市启动前的板块轮动规律，各大板块轮动上涨情况如下：
（1）牛市开启初期最先涨的板块就是证券板块，因为证券板块行情就是股市行情的晴雨表；但股市来牛市时候最先涨的是证券板块；反之但股市走熊市时候最先跌的也是证券板块。
（5）已经到了牛市末期了，最后启动，最后涨的板块当然是那些ST板块、业绩预亏、微利股、问题股等等的板块是最后的补涨启动行情。
最后可以总结为每次牛市开启，各大板块是轮动是第一是证券板块；第二是保险、银行、石油等；第三是有色、水泥、钢铁、煤炭、水电等；第四为大数据、互联网、智慧城市等；第五是ST板块、亏损股等。根据A股历史每次牛市开启时候，各大板块的轮动情况如以上情况。
Ⅱ 股市板块轮动顺序
最先启动板块----------金融，地产、石化(浦发银行，万科A、中国石化)
第二板块轮动----------钢铁、有色（武钢、宝钢、马钢、山东黄金、江西铜业）
第三板块轮动----------煤炭、电力（神火股份、长江电力）
第四板块轮动---------汽车、商业（长安汽车、上海汽车、一汽轿车、华联）
第五板块轮动---------港口、路桥（上港集团、赣粤高速、现代投资、中原高速）
第六板块轮动---------建材水泥（华新水泥、海螺型材、金晶科技、中材科技）
第七板块轮动---------农林牧渔（新农开发、新希望、隆平高科、东方海洋、冠家股份）
第八板块轮动---------科技股（歌华有线、中视传媒、电广传媒、博瑞传媒）
第九板块轮动---------概念股（比如：ST之类的）
第一阶段：绩优股，白马股，市场形象良好品种。
第二阶段：二线股开始发力，上一波主力被套股，满岁小盘次新股（有股本扩张能力）也会紧跟，低估品种开始走上升通道。
第三阶段：有未来大题材的科技股，国家政策扶持的创新品种，低价股等等。
第四阶段：开始炒题材，市梦率，想象力，重组等发力猛涨。
第五阶段：没有什么理由，流行炒什么什么就涨，比如想炒st了，st就暴涨，想炒什么概念了，和这个概念有联系的就狂_。
不同个股板块的轮动规律
二、不同经济周期对板块轮动的影响。 在经济复苏阶段，表现较好的是能源、金融、可选消费；表现较差的是信息技术、医疗保健、公用事业。科技类的电信服务和信息技术板块在复苏阶段并没有很好的表现，这和我国科技类板块代表性偏弱，电子类企业更多地集中在加工制造环节，依靠订单生产，而非设计研发环节有关。
Ⅲ 股市板块轮动规律有哪些
股市板块运动规律一是板块之间呈现轮动，板块会相互轮流、依次充当热点。二是板块内部呈现联动，往往龙头一动，就接二连三，有羊群效应。三是板块运动周期长短不一，往往受到政策鼓励、扶持的板块涨的时间长一些，跌的时间短一些；受到政策调控的板块涨的时间短一些、跌的时间长一些。
Ⅳ 大数据板块股票有哪些
随着网络信息化时代的日益普遍，我们已离不开瞬息万变的信息，信息化最重要的是什么？那就是那些庞大而简单的数据。既然数据是信息化的最为重要的组成部分，那么数据的价值可想而知，是多么的庞大。自从全球知名咨询公司麦肯锡提出数据就是资产后，全球互联网巨头都意识到了“大数据”时代，数据的重要意义。包括EMC、惠普、IBM、微软在内的全球IT巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项信息感知技术、信息传输技术、信息安全技术，也与“大数据”密切相关。
大数据相关个公司
序号 股票代码 股票简称 所属概念
1 002236.SZ 大华股份 大数据
2 002268.SZ 卫士通 大数据
3 002279.SZ 久其软件 大数据
4 002415.SZ 海康威视 大数据
5 002439.SZ 启明星辰 大数据
6 002642.SZ 荣之联 大数据
7 300074.SZ 华平股份 大数据
8 300101.SZ 国腾电子 大数据
9 300170.SZ 汉得信息 大数据
10 300188.SZ 美亚柏科 大数据
11 300229.SZ 拓尔思 大数据
12 300231.SZ 银信科技 大数据
13 300245.SZ 天玑科技 大数据
14 300270.SZ 中威电子 大数据
Ⅳ 大数据板块概念股有哪些
大数据行业利好消息不断，相关概念股成为市场焦点。分析认为，随着互联网的发展，海量数据连通变成现实，大数据行业将迎来爆发的高潮。相关提供IT基础设施和应用解决方案、从事大数据采集和拥有数据资源的企业将获得高速扩张的机遇，概念股有望成为市场上的“飞猪”。
大数据政策将密集出台
日前，工信部信息化和软件服务业司司长陈伟表示，工信部支持大数据技术和产业创新发展，提升大产业支撑能力，培育新业态新模式。工信部除制定《大数据产业“十三五”发展规划》外，还将出台促进大数据产业发展的推进计划。
据介绍，工信部将组织实施“大数据关键技术及产品研发与产业化工程”，通过相关项目和资金引导支持关键技术产品研发及产业化，同时开发面向工业、电信、金融、交通、医疗等数据密集型行业的大数据应用解决方案。
其实，大数据产业近期可谓政策利好不断。日前，国务院印发《促进大数据发展行动纲要》，提出未来5至10年我国大数据发展和应用应实现的目标，到2020年，我国将形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品；并且培育10家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业。
事实上，自2014年3月“大数据”首次写入《政府工作报告》以来，政府层面一直在推进大数据产业的建设，相应的配套政策也在相继出炉。今年7月下发的《国务院关于积极推进“互联网+”行动的指导意见》中，所涉及的11项重点行动几乎全部提到对于大数据的应用，从根本上肯定了大数据在推动互联网与实体经济融合中的重要作用。
业内人士认为，大数据已经成为国家竞争力的重要体现，预计大数据行业的政策将会密集出台。不同于基础软件行业处于追逐国际主流趋势，我国大数据产业在国际竞争中已崭露头角。“相关提供IT基础设施和应用解决方案、从事大数据采集和拥有数据资源的企业，将获得高速扩张的机遇。”
民生证券广州营业部首席投顾赵金伟表示，从经济发展阶段来看，如果说第一阶段是通过规模化生产来解决现实经济的“供不应求”的状况的话，中国经济即将进入第二个发展阶段亦即柔性化生产来解决当前经济“供过于求”的问题，而柔性化生产的也就是去满足客户的个性化需求，使生产更具有针对性。而柔性化生产实现的基础和前提就是要准确识别客户需求，而实现这个功能最重要的就是“数据”，只有掌握足够多的数据并进行相应的数据分析，才能生产出满足客户不同需求的产品，“数据就是财富”。
“大数据产业未来有望成为带动经济发展的主要引擎，其作用类似中国的房地产与汽车产业。”赵金伟指出，发展大数据第一离不开数据采集，数据采集必然将带动电子相关行业软硬件设备方面采购投入；数据分析必然会带动云计算、超级计算机服务器方面使用；分析的数据将指导企业生产更具有针对性满足客户需求，更有效促进和带动各个行业发展。
大数据产业将迎来黄金增长期
“数据已成为战略性资源。谁拥有更多数据，谁就拥有未来。”分析人士指出。随着中央不断加大力度推动数据开放，大数据产业商机无限，相关概念股有望成为资本上市的“飞猪”。东吴证券认为，大数据产业化高速发展，数据安全上升到新的高度。随着大数据的产业化发展，大数据从某种程度上已成为互联网经济的生产要素之一。
分析认为，在未来5到10年，大数据产业将迎来黄金增长期。根据国家金融信息中心指数研究院发布报告显示，2016年我国大数据市场规模预计将达238亿美元。贵阳大数据交易所总裁王叁寿是这次《纲要》的起草人之一。在他看来，《促进大数据发展行动纲要》的作用是要激活中国大数据的资产价值，未来我国大数据的市场规模将达到上万亿元。
“我们说大数据本身作为一种资产，它是无处不在的，但是，原来在没有《大数据发展纲要》这样一个顶层设计的时候，各级地方政府是没有把政府手里的数据资产激活的。政府手里掌握着大量的数据资产、数据资源，一旦把这个价值释放出来，我相信整个市场的规模会产生上万个亿，甚至成为继互联网以后最重要的一个产业。”王叁寿称。
银河证券分析师沈海兵指出，行动纲要政策出台是一个重要的里程碑，大数据行业迎来加速发展期，相关基础设施投资建设将迎来高潮。华创证券则认为，大数据领域政策频出，拥有数据源及分析技术的公司得到难得的发展机遇，整个大数据板块有望成为未来几年的持续成长领域。
而对于大数据行业的投资机会，赵金伟建议可从以下思路角度参与：(一)大数据产业布局带来的设备需求相关概念个股。大数据产业离不开超级服务器、超级存储设备等，这是大数据布局最先收益的行业。(二)行业内具有较好数据来源的上市公司。数据也有行业壁垒，对行业熟悉熟悉，行业数据来源广泛，尤其与政府相关部门有较长合作时间的上市公司，有望在“数字政务”、“智慧城市”建设中受益。
个股方面，沈海兵表示看好大数据在工业、医疗、行政、旅游、交通、金融等各个行业垂直领域的应用，在政策和行业发展大趋势双重浪潮叠加之下，龙头企业迎来最佳发展契机。重点推荐东方国信（300166 公告, 行情, 资讯, 财报）、拓尔思（300299 公告, 行情, 资讯, 财报）、东方通（300379 公告, 行情, 资讯, 财报）、浪潮信息（000977 公告, 行情, 资讯, 财报）、宝信软件（600845 公告, 行情, 资讯, 财报）、易华录（300212 公告, 行情, 资讯, 财报）、千方科技（002373 公告, 行情, 资讯, 财报）等个股。
安信证券建议重点关注，自身拥有大数据的公司：如科大讯飞（002230 公告, 行情, 资讯, 财报）、万达信息（300168 公告, 行情, 资讯, 财报）、恒生电子（600570 公告, 行情,资讯, 财报）、四维图新（002405 公告, 行情, 资讯, 财报）、用友网络（600588 公告, 行情, 资讯, 财报）、神州信息（000555 公告, 行情, 资讯, 财报）、千方科技等；以及为客户提供大数据分析、运营、服务的公司：东方国信、东方网力（300367 公告, 行情, 资讯, 财报）、超图软件（300036 公告, 行情, 资讯, 财报）、启明星辰（002439 公告, 行情, 资讯,财报）、东方通和拓尔思等。
个股点将台
东方国信
近日，东方国信公告中标中国电信集团大数据汇聚平台项目；加上此前中标联通和移动的大数据集中项目，公司成为同时中标三家运营商大数据集中项目的公司。分析认为，东方国信成为行业内唯一一家帮助三大电信运营商实现大数据集中建设的大数据供应商，战略意义重大。
“近年来，三大运营商都在积极布局大数据战略，探索数据为中心的、集中化和一体化的”平台+应用“的模式，通过构建集团统一的、集中、开放的大数据平台，并在此平台上构建多样化的应用，大数据平台成为转型的核心。公司作为运营商大数据平台的重要建设者，在未来的应用探索上具备天然优势，目前公司已经与运营商合作利用数据资源探索全新的大数据应用，落地值得期待。”安信证券报告称。
据悉，东方国信是国内领先的BI应用软件提供商，依托在电信行业商业智能领域的技术和产品积累，近年来一直持续高速增长，今年上半年实现营业收入和净利润分别同比增长35.51%和50.85%。安信证券认为，公司发展战略非常清晰，通过内生外延相结合的方式拓展大数据在各行业的应用，国务院通过《关于促进大数据发展的行动纲要》，明确表明大数据时代已经到来，公司作为行业绝对龙头将显着受益。
易华录
目前上市公司中唯一一家专注于提供城市智能交通整体解决方案的全国性企业。软件研发和应用能力排名第一。分析认为，公司凭借央企的品牌与信誉基础，长年为城市管理者提供信息化建设和维护，为政府部门进行城市管理、决策制定提供信息基础支撑和服务。成为城市信息化服务的运营主体和城市生活公共服务的市场体，具有政府大数据运营的衔发优势。
据悉，作为中国智能交通及城市的行业龙头，易华录通过政府数据开放及自身数据沉淀，做大数据运营，进而利用互联网模式提供应用服务。目前正在全国跑马圈地，智慧城市项目订单收获不断。智能交通方面，综合服务平台转型C端，正背靠汽车后万亿蓝海市场。电子车牌方面，公司已占据数据入口，静待政策红利释放，实现向车联网的延伸。
国海证券指出，公司从工程项目型公司正坚定向着互联网+政府大数据的运营型转型，将政府数据移动互联网化，构建生态体系，目标是做政府大数据的一级开发商。公司已经显示出获取项目建设权、数据获取权的能力，后面将进入运营模式打造阶段，发展前景看好。
四维图新
四维图新作为国内首家获得导航电子地图制作资质的企业，公司在国内率先从事导航电子地图商业化开发。上半年公司采取一系列动作，包括对图吧的控股、发布了趣驾2.0 车联网整体解决方案；凭借腾讯的海量内容资源、四维在前装市场绝对的领先优势、图吧等在消费端亿级别的用户基础，公司已形成云端基础服务+2B+2C 的完整生态链布局。
“考虑到车联网将成为市场规模超越移动互联网的超级蓝海，公司作为车联网产业最核心受益标的，强烈看好公司成长为车联网巨头的潜力。”中信证券研报称，上半年公司在车联网产品和市场积极储备，在前装及后装领域与国内外主流车厂大力推进合作，预计下半年公司车联网业务即将爆发，趣驾用户量有望实现百万量级的井喷增长。
渤海证券指出，除进行产业链布局和生态构建外，公司还依托业务优势积极进行流量变现，目前公司积极在UBI 车险、汽车后服务市场等领域进行商业模式探索，且已与多家保险公司进行深入交流，未来基于公司车联网生态系统的流量变现可期。
千方科技
公司是国内唯一实现跨路面交通、民航、轨道交通做大交通数据采集与平台的公司。9 月2日公告，子公司北大千方以现金5000万元收购冠华天视70%股权，抢占轨道交通数据端入口。业绩方面，上半年公司实现营业收入和净利润分别同比增长20%和27%。此外，公同预计1-9月实现净利润2-2.3亿元，同比增长29.14%-48.51%。
渤海证券认为，公司通过内生+外延方式布局立体化交通服务，包括地下轨道交通、地上路面交通及民航信息等交通数据服务，还包括电子车牌、电子公交站牌、智慧停车场等其他交通服务，业务涵盖交通出行的各个领域，为C 端用户提供全方位交通出行服务。公司已几乎掌握全部C 端交通出行入口，未来依托交通出行这个高频次、强需求入口的流量变现将大有可为。
“收购冠华进入轨交领域后，公司已经基本实现大交通数据采集布局。展望未来，公司有望大步迈向以运营制为主的大交通数据变现领域。商业模式变革意味着转型，而外延是互联网软件行业实现持续成长的重要支撑。”国泰君安称。公司近期收购12308 部分股权，积累300 万实名活跃用户，启动了首次针对互联网C 端领域的外延并购。变革大幕开启下资本运作能力释放，体外孵化注入和大额并购落地值得期待。站在当前时点，市场对于公司外延下转型成功概率亟待重估。
Ⅵ 如何用大数据炒股
我们如今生活在一个数据爆炸的世界里。网络每天响应超过60亿次的搜索请求，日处理数据超过100PB，相当于6000多座中国国家图书馆的书籍信息量总和。新浪微博每天都会发布上亿条微博。在荒无人烟的郊外，暗藏着无数大公司的信息存储中心，24小时夜以继日地运转着。
克托·迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。例如，“从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性”，或者通过一个人穿过马路的速度，预测车子何时应该减速从而让他及时穿过马路。
那么，如果把这种预测能力应用在股票投资上，又会如何？
目前，美国已经有许多对冲基金采用大数据技术进行投资，并且收获甚丰。中国的中证广发网络百发100指数基金（下称百发100），上线四个多月以来已上涨68%。
和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收。
由于大数据模型对成本要求极高，业内人士认为，大数据将成为共享平台化的服务，数据和技术相当于食材和锅，基金经理和分析师可以通过平台制作自己的策略。
量化非结构数据
不要小看大数据的本领，正是这项刚刚兴起的技术已经创造了无数“未卜先知”的奇迹。
2014年，网络用大数据技术预测命中了全国18卷中12卷高考作文题目，被网友称为“神预测”。网络公司人士表示，在这个大数据池中，包含互联网积累的用户数据、历年的命题数据以及教育机构对出题方向作出的判断。
在2014年巴西世界杯比赛中，Google亦通过大数据技术成功预测了16强和8强名单。
从当年英格兰报社的信鸽、费城股票交易所的信号灯到报纸电话，再到如今的互联网、云计算、大数据，前沿技术迅速在投资领域落地。在股票策略中，大数据日益崭露头角。
做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。结构化数据，简单说就是“一堆数字”，通常包括传统量化分析中常用的CPI、PMI、市值、交易量等专业信息；非结构化数据就是社交文字、地理位置、用户行为等“还没有进行量化的信息”。
量化非结构化就是用深度模型替代简单线性模型的过程，其中所涉及的技术包括自然语言处理、语音识别、图像识别等。
金融大数据平台-通联数据CEO王政表示，通联数据采用的非结构化数据可以分为三类：第一类和人相关，包括社交言论、消费、去过的地点等；第二类与物相关，如通过正在行驶的船只和货车判断物联网情况；第三类则是卫星监测的环境信息，包括汽车流、港口装载量、新的建筑开工等情况。
卫星监测信息在美国已被投入使用，2014年Google斥资5亿美元收购了卫星公司Skybox，从而可以获得实施卫星监测信息。
结构化和非结构化数据也常常相互转化。“结构化和非结构化数据可以形象理解成把所有数据装在一个篮子里，根据应用策略不同相互转化。例如，在搜索频率调查中，用户搜索就是结构化数据；在金融策略分析中，用户搜索就是非结构化数据。”网络公司人士表示。
华尔街拿着丰厚薪水的分析师们还不知道，自己的雇主已经将大量资本投向了取代自己的机器。
2014年11月23日，高盛向Kensho公司投资1500万美元，以支持该公司的大数据平台建设。该平台很像iPhone里的Siri，可以快速整合海量数据进行分析，并且回答投资者提出的各种金融问题，例如“下月有飓风，将对美国建材板块造成什么影响？”
在Kensho处理的信息中，有80%是“非结构化”数据，例如政策文件、自然事件、地理环境、科技创新等。这类信息通常是电脑和模型难以消化的。因此，Kensho的CEO Daniel Nadler认为，华尔街过去是基于20%的信息做出100%的决策。
既然说到高盛，顺便提一下，这家华尔街老牌投行如今对大数据可谓青睐有加。除了Kensho，高盛还和Fortress信贷集团在两年前投资了8000万美元给小额融资平台On Deck Capital。这家公司的核心竞争力也是大数据，它利用大数据对中小企业进行分析，从而选出值得投资的企业并以很快的速度为之提供短期贷款。
捕捉市场情绪
上述诸多非结构化数据，归根结底是为了获得一个信息：市场情绪。
在采访中，2013年诺贝尔经济学奖得主罗伯特•席勒的观点被无数采访对象引述。可以说，大数据策略投资的创业者们无一不是席勒的信奉者。
席勒于上世纪80年代设计的投资模型至今仍被业内称道。在他的模型中，主要参考三个变量：投资项目计划的现金流、公司资本的估算成本、股票市场对投资的反应（市场情绪）。他认为，市场本身带有主观判断因素，投资者情绪会影响投资行为，而投资行为直接影响资产价格。
然而，在大数据技术诞生之前，市场情绪始终无法进行量化。
回顾人类股票投资发展史，其实就是将影响股价的因子不断量化的过程。
上世纪70年代以前，股票投资是一种定性的分析，没有数据应用，而是一门主观的艺术。随着电脑的普及，很多人开始研究驱动股价变化的规律，把传统基本面研究方法用模型代替，市盈率、市净率的概念诞生，量化投资由此兴起。
量化投资技术的兴起也带动了一批华尔街大鳄的诞生。例如，巴克莱全球投资者（BGI）在上世纪70年代就以其超越同行的电脑模型成为全球最大的基金管理公司；进入80年代，另一家基金公司文艺复兴（Renaissance）年均回报率在扣除管理费和投资收益分成等费用后仍高达34%，堪称当时最佳的对冲基金，之后十多年该基金资产亦十分稳定。
“从主观判断到量化投资，是从艺术转为科学的过程。”王政表示，上世纪70年代以前一个基本面研究员只能关注20只到50只股票，覆盖面很有限。有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。
随着21世纪的到来，量化投资又遇到了新的瓶颈，就是同质化竞争。各家机构的量化模型越来越趋同，导致投资结果同涨同跌。“能否在看到报表数据之前，用更大的数据寻找规律？”这是大数据策略创业者们试图解决的问题。
于是，量化投资的多米诺骨牌终于触碰到了席勒理论的第三层变量——市场情绪。
计算机通过分析新闻、研究报告、社交信息、搜索行为等，借助自然语言处理方法，提取有用的信息；而借助机器学习智能分析，过去量化投资只能覆盖几十个策略，大数据投资则可以覆盖成千上万个策略。
基于互联网搜索数据和社交行为的经济预测研究，已逐渐成为一个新的学术热点，并在经济、社会以及健康等领域的研究中取得了一定成果。在资本市场应用上，研究发现搜索数据可有效预测未来股市活跃度（以交易量指标衡量）及股价走势的变化。
海外就有学术研究指出，公司的名称或者相关关键词的搜索量，与该公司的股票交易量正相关。德国科学家Tobias Preis就进行了如此研究：Tobias利用谷歌搜索引擎和谷歌趋势（Google Trends），以美国标普500指数的500只股票为其样本，以2004年至2010年为观察区间，发现谷歌趋势数据的公司名称搜索量和对应股票的交易量，在每周一次的时间尺度上有高度关联性。也就是说，当某个公司名称在谷歌的搜索量活动增加时，无论股票的价格是上涨或者下跌，股票成交量与搜索量增加；反之亦然，搜索量下降，股票成交量下降。以标普500指数的样本股为基础，依据上述策略构建的模拟投资组合在六年的时间内获得了高达329%的累计收益。
在美国市场上，还有多家私募对冲基金利用Twitter和Facebook的社交数据作为反映投资者情绪和市场趋势的因子，构建对冲投资策略。利用互联网大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。
保罗·霍丁管理的对冲基金Derwent成立于2011年5月，注册在开曼群岛，初始规模约为4000万美元， 2013年投资收益高达23.77%。该基金的投资标的包括流动性较好的股票及股票指数产品。
通联数据董事长肖风在《投资革命》中写道，Derwent的投资策略是通过实时跟踪Twitter用户的情绪，以此感知市场参与者的“贪婪与恐惧”，从而判断市场涨跌来获利。
在Derwent的网页上可以看到这样一句话：“用实时的社交媒体解码暗藏的交易机会。”保罗·霍丁在基金宣传册中表示：“多年以来，投资者已经普遍接受一种观点，即恐惧和贪婪是金融市场的驱动力。但是以前人们没有技术或数据来对人类情感进行量化。这是第四维。Derwent就是要通过即时关注Twitter中的公众情绪，指导投资。”
另一家位于美国加州的对冲基金MarketPsych与汤普森·路透合作提供了分布在119个国家不低于18864项独立指数，比如每分钟更新的心情状态（包括乐观、忧郁、快乐、害怕、生气，甚至还包括创新、诉讼及冲突情况等），而这些指数都是通过分析Twitter的数据文本，作为股市投资的信号。
此类基金还在不断涌现。金融危机后，几个台湾年轻人在波士顿组建了一家名为FlyBerry的对冲基金，口号是“Modeling the World（把世界建模）”。它的投资理念全部依托大数据技术，通过监测市场舆论和行为，对投资做出秒速判断。
关于社交媒体信息的量化应用，在股票投资之外的领域也很常见：Twitter自己也十分注重信息的开发挖掘，它与DataSift和Gnip两家公司达成了一项出售数据访问权限的协议，销售人们的想法、情绪和沟通数据，从而作为顾客的反馈意见汇总后对商业营销活动的效果进行判断。从事类似工作的公司还有DMetics，它通过对人们的购物行为进行分析，寻找影响消费者最终选择的细微原因。
回到股票世界，利用社交媒体信息做投资的公司还有StockTwits。打开这家网站，首先映入眼帘的宣传语是“看看投资者和交易员此刻正如何讨论你的股票”。正如其名，这家网站相当于“股票界的Twitter”，主要面向分析师、媒体和投资者。它通过机器和人工相结合的手段，将关于股票和市场的信息整理为140字以内的短消息供用户参考。
此外，StockTwits还整合了社交功能，并作为插件可以嵌入Twitter、Facebook和LinkedIn等主要社交平台，让人们可以轻易分享投资信息。
另一家公司Market Prophit也很有趣。这家网站的宣传语是“从社交媒体噪音中提炼市场信号”。和StockTwits相比，Market Prophit更加注重大数据的应用。它采用了先进的语义分析法，可以将Twitter里的金融对话量化为“-1（极度看空）”到“1（极度看多）”之间的投资建议。网站还根据语义量化，每天公布前十名和后十名的股票热度榜单。网站还设计了“热度地图”功能，根据投资者情绪和意见，按照不同板块，将板块内的个股按照颜色深浅进行标注，谁涨谁跌一目了然。
中国原创大数据指数
尽管大数据策略投资在美国貌似炙手可热，但事实上，其应用尚仅限于中小型对冲基金和创业平台公司。大数据策略投资第一次被大规模应用，应归于中国的百发100。
网络金融中心相关负责人表示，与欧美等成熟资本市场主要由理性机构投资者构成相比，东亚尤其是中国的股票类证券投资市场仍以散户为主，因此市场受投资者情绪和宏观政策性因素影响很大。而个人投资者行为可以更多地反映在互联网用户行为大数据上，从而为有效地预测市场情绪和趋势提供了可能。这也就是中国国内公募基金在应用互联网大数据投资方面比海外市场并不落后、甚至领先的原因。
百发100指数由网络、中证指数公司、广发基金联合研发推出，于2014年7月8日正式对市场发布，实盘运行以来一路上涨，涨幅超过60%。跟踪该指数的指数基金规模上限为30亿份，2014年9月17日正式获批，10月20日发行时一度创下26小时疯卖18亿份的“神话”。
外界都知道百发100是依托大数据的指数基金，但其背后的细节鲜为人知。
百发100数据层面的分析分为两个层面，即数据工厂的数据归集和数据处理系统的数据分析。其中数据工厂负责大数据的收集分析，例如将来源于互联网的非结构化数据进行指标化、产品化等数据量化过程；数据处理系统，可以在数据工厂递交的大数据中寻找相互统计关联，提取有效信息，最终应用于策略投资。
“其实百发100是在传统量化投资技术上融合了基于互联网大数据的市场走势和投资情绪判断。”业内人士概括道。
和传统量化投资类似，百发100对样本股的甄选要考虑财务因子、基本面因子和动量因子，包括净资产收益率（ROE）、资产收益率（ROA）、每股收益增长率（EPS）、流动负债比率、企业价值倍数（EV/EBITDA）、净利润同比增长率、股权集中度、自由流通市值以及最近一个月的个股价格收益率和波动率等。
此外，市场走势和投资情绪是在传统量化策略基础上的创新产物，也是百发100的核心竞争力。接近网络的人士称，市场情绪因子对百发100基金起决定性作用。
网络金融中心相关负责人是罗伯特•席勒观点的支持者。他认为，投资者行为和情绪对资产价格、市场走势有着巨大的影响。因此“通过互联网用户行为大数据反映的投资市场情绪、宏观经济预期和走势，成为百发100指数模型引入大数据因子的重点”。
传统量化投资主要着眼点在于对专业化金融市场基本面和交易数据的应用。但在网络金融中心相关业务负责人看来，无论是来源于专业金融市场的结构化数据，还是来源于互联网的非结构化数据，都是可以利用的数据资源。因此，前文所述的市场情绪数据，包括来源于互联网的用户行为、搜索量、市场舆情、宏观基本面预期等等，都被网络“变废为宝”，从而通过互联网找到投资者参与特征，选出投资者关注度较高的股票。
“与同期沪深300指数的表现相较，百发100更能在股票市场振荡时期、行业轮动剧烈时期、基本面不明朗时期抓住市场热点、了解投资者情绪、抗击投资波动风险。”网络金融中心相关负责人表示。
百发100选取的100只样本股更换频率是一个月，调整时间为每月第三周的周五。
业内人士指出，百发100指数的月收益率与中证100、沪深300、中证500的相关性依次提升，说明其投资风格偏向中小盘。
但事实并非如此。从样本股的构成来说，以某一期样本股为例，样本股总市值6700亿元，占A股市值4.7%。样本股的构成上，中小板21只，创业板4只，其余75只样本股均为大盘股。由此可见，百发100还是偏向大盘为主、反映主流市场走势。
样本股每个月的改变比例都不同，最极端的时候曾经有60%进行了换仓。用大数据预测热点变化，市场热点往往更迭很快；但同时也要考虑交易成本。两方面考虑，网络最后测算认为一个月换一次仓位为最佳。
样本股对百发100而言是核心机密——据说“全世界只有基金经理和指数编制机构负责人两个人知道”——都是由机器决定后，基金经理分配给不同的交易员建仓买入。基金经理也没有改变样本股的权利。
展望未来，网络金融中心相关负责人踌躇满志，“百发100指数及基金的推出，只是我们的开端和尝试，未来将形成多样化、系列投资产品。”
除了百发100，目前市场上打着大数据旗帜的基金还有2014年9月推出的南方-新浪I100和I300指数基金。
南方-新浪I100和I300是由南方基金、新浪财经和深圳证券信息公司三方联合编制的。和百发100类似，也是按照财务因子和市场情绪因子进行模型打分，按照分值将前100和前300名股票构成样本股。推出至今，这两个指数基金分别上涨了10%左右。
正如百发100的市场情绪因子来自网络，南方-新浪I100和I300的市场情绪因子全部来自新浪平台。其中包括用户在新浪财经对行情的访问热度、对股票的搜索热度；用户在新浪财经对股票相关新闻的浏览热度；股票相关微博的多空分析数据等。
此外，阿里巴巴旗下的天弘基金也有意在大数据策略上做文章。据了解，天弘基金将和阿里巴巴合作，推出大数据基金产品，最早将于2015年初问世。
天弘基金机构产品部总经理刘燕曾对媒体表示，“在传统的调研上，大数据将贡献于基础资产的研究，而以往过度依赖线下研究报告。大数据将视野拓展至了线上的数据分析，给基金经理选股带来新的逻辑。”
在BAT三巨头中，腾讯其实是最早推出指数基金的。腾讯与中证指数公司、济安金信公司合作开发的“中证腾安价值100指数”早在2013年5月就发布了，号称是国内第一家由互联网媒体与专业机构编制发布的A股指数。不过，业内人士表示，有关指数并没有真正应用大数据技术。虽然腾讯旗下的微信是目前最热的社交平台，蕴藏了大量的社交数据，但腾讯未来怎么开发，目前还并不清晰。
大数据投资平台化
中欧商学院副教授陈威如在其《平台战略》一书中提到，21世纪将成为一道分水岭，人类商业行为将全面普及平台模式，大数据金融也不例外。
然而，由于大数据模型对成本要求极高，就好比不可能每家公司都搭建自己的云计算系统一样，让每家机构自己建设大数据模型，从数据来源和处理技术方面看都是不现实的。业内人士认为，大数据未来必将成为平台化的服务。
目前，阿里、网络等企业都表示下一步方向是平台化。
蚂蚁金服所致力搭建的平台，一方面包括招财宝一类的金融产品平台，另一方面包括云计算、大数据服务平台。蚂蚁金服人士说，“我们很清楚自己的优势不是金融，而是包括电商、云计算、大数据等技术。蚂蚁金服希望用这些技术搭建一个基础平台，把这些能力开放出去，供金融机构使用。”
网络亦是如此。接近网络的人士称，未来是否向平台化发展，目前还在讨论中，但可以确定的是，“网络不是金融机构，目的不是发产品，百发100的意义在于打造影响力，而非经济效益。”
当BAT还在摸索前行时，已有嗅觉灵敏者抢占了先机，那就是通联数据。
通联数据股份公司（DataYes）由曾任博时基金副董事长肖风带队创建、万向集团投资成立，总部位于上海，公司愿景是“让投资更容易，用金融服务云平台提升投资管理效率和投研能力”。该平台7月上线公测，目前已拥有130多家机构客户，逾万名个人投资者。
通联数据目前有四个主要平台，分别是通联智能投资研究平台、通联金融大数据服务平台、通联多资产投资管理平台和金融移动办公平台。
通联智能投资研究平台包括雅典娜-智能事件研究、策略研究、智能研报三款产品，可以对基于自然语言的智能事件进行策略分析，实时跟踪市场热点，捕捉市场情绪。可以说，和百发100类似，其核心技术在于将互联网非结构化数据的量化使用。
通联金融大数据服务平台更侧重于专业金融数据的分析整理。它可以提供公司基本面数据、国内外主要证券、期货交易所的行情数据、公司公告数据、公关经济、行业动态的结构化数据、金融新闻和舆情的非结构化数据等。
假如将上述两个平台比作“收割机”，通联多资产投资管理平台就是“厨房”。在这个“厨房”里，可以进行全球跨资产的投资组合管理方案、订单管理方案、资产证券化定价分析方案等。
通联数据可以按照主题热点或者自定义关键字进行分析，构建知识图谱，将相关的新闻和股票提取做成简洁的分析框架。例如用户对特斯拉感兴趣，就可以通过主题热点看到和特斯拉相关的公司，并判断这个概念是否值得投资。“过去这个搜集过程要花费几天时间，现在只需要几分钟就可以完成。”王政表示。
“通联数据就好比一家餐馆，我们把所有原料搜集来、清洗好、准备好，同时准备了一个锅，也就是大数据存储平台。研究员和基金经理像厨师一样，用原料、工具去‘烹制’自己的策略。”王政形容道。
大数据在平台上扮演的角色，就是寻找关联关系。人类总是习惯首先构建因果关系，继而去倒推和佐证。机器学习则不然，它可以在海量数据中查获超越人类想象的关联关系。正如维克托`迈尔-舍恩伯格在《大数据时代》中所提到的，社会需要放弃它对因果关系的渴求，而仅需关注相互关系。
例如，美国超市沃尔玛通过大数据分析，发现飓风用品和蛋挞摆在一起可以提高销量，并由此创造了颇大的经济效益。如果没有大数据技术，谁能将这毫无关联的两件商品联系在一起？
通联数据通过机器学习，也能找到传统量化策略无法发现的市场联系。其中包括各家公司之间的资本关系、产品关系、竞争关系、上下游关系，也包括人与人之间的关系，例如管理团队和其他公司有没有关联，是否牵扯合作等。
未来量化研究员是否将成为一个被淘汰的职业？目前研究员的主要工作就是收集整理数据，变成投资决策，而之后这个工作将更多由机器完成。
“当初医疗科技发展时，人们也认为医生会被淘汰，但其实并不会。同理，研究员也会一直存在，但他们会更注重深入分析和调研，初级的数据搜集可以交给机器完成。”王政表示。
但当未来大数据平台并广泛应用后，是否会迅速挤压套利空间？这也是一个问题。回答根据网上资料整理
Ⅶ 股市在一年当中板块的轮涨顺序有规律吗
关注板块轮动：每天开盘和收盘时把涨幅局前的和跌幅局前的板块记录下来，并把里面前5名和倒数5名股票涨跌幅，股价都记录下来以便后期跟踪分析。一个板块热点上涨几天后一般会调整几天，这个时候千万不要追高，容易被套。往往资金主力就好像事先商量好了一样一起转向其他板块，这个热点可以关注资金流向，资金流入的板块一般会涨幅惊人，如航空股票：海南航空、中国国航、南方航空等，钢铁板块的：宝钢、武钢等，一定要紧跟一个强势板块涨幅前5位，一般第一天涨停的话不要担心被套，往往会涨了再涨，强势特征明显，第二天、第三天仍会有不错的涨幅。
某一板块启动的信号主要有三点：
1、看涨幅榜，如果在涨幅榜前20名中，某一板块的个股占据了1\3以上时，并且连续一段时期都出现这样的情况，这就可初步断定该板块在启动了。
2、看成交量，如果在成交量中前20名中，某一板块的股票个数占据了1\3以上，并且连续一段时间都出现这样的情况，证明该板块有主力资金在活动，继续上涨的可能性极大。
3、看走势，从高价股、中价股、低价中各选出5—8个有代表性的个股，从中比较他们的走势强弱，如果某一板块走势的个股数量比其他两个板块走势强的个股数量要多，那么这个板块就是我们要找的启动板块。
而某一板块衰落的标志则有以下几点：
1、看涨幅，如果在涨幅榜前20名中，某一板块的个股已不足总数的1\4，并且呈现递减的趋势，这时就要警惕该板块上涨空间已经很少，或者已经涨到位了；
2、看成交量，如果在成交量前20名，某一板块的个股已不足总数的1\4,并且出现递减的趋势，这可证明该板块即将进入整理状态；
3、看上升空间，一般来说，主力从建仓到派发，至少要有50％的上升空间，如果在一个级别较大的多头行情中，某一板块启动后，涨幅不不足50％，可视为低风险投资区；涨幅在50-80％之间可视为风险投资区；涨幅超过80％，可视为高风险投机区，当某一板块股价进入风险投资区、高风险投机区时，就要警惕该板块上升动力已经不足，如果出现滞涨就应该意识到该板块已经涨到位了。
必须知道的A股市场六大定律
1、惯性定律
和牛顿的惯性定律原理是一样的，物体保持运动状态和方向不变的特性叫做惯性。表现在股市中，股价是上涨的，那么如果不出现大的变动，股价会继续往上走；股价是下跌的，那么如果不出现大的变动，股价会继续往下走。这是因为股价趋势向上走的时候，大多数人看好后市，所以买了的人不舍得卖，没买的人则抢着买入，这就使得股票供不应求，自然应该涨了；相反，趋势向下的时候，大多数人不看好后市，所以买了的人抢着卖出，没买的人也不太敢买，这就使得股票供过于求，自然就要继续下跌了。
2、物极必反
涨得多了，自然要跌；跌得多了，自然要涨。这跟《三国演义》开篇词说的是一个道理：分久必合，合久必分。相信大家都知道KDJ指标的用法，KDJ指标中，有一个功能非常重要，就是超买和超卖。超买，表示当时人气非常旺盛，是不是表示可以买呢？当然不是，超买，往往都是该卖的时候了；相反，超卖，往往是该买的时候。股市中一个现象也充分体现了这个原理——风险是涨出来的，机会是跌出来的。
3、风水轮流
我们不敢肯定说A股市场以外的境外股市是不是这样的，但可以肯定的是，A股市场始终都是风水轮流转的。一波大行情往往有四个阶段，分别是：（1）小部分板块或个股启动；（2）行情进入普涨；（3）尚未涨的股票开始普涨；（4）前期龙头板块或个股开始调整；（5）行情进入普跌；（6）剩下的股票全部步入跌途。所以，在A股市场做股票，没能先知先觉抓到龙头，能做到后知后觉抓住补涨股，也能获得不错的收益。不能急，一急，往往使得自己去追买已经大幅上涨并即将下跌的龙头股，而错过后面整装待发的补涨股。按照教徒的话来说：上帝是公平的。
4、违逆大众
善于观察的老股民都知道这样一个规律，那就是当市场大多数人都看好的时候，市场未必会涨；
相反，当市场大多数人都看淡的时候，市场未必会跌。这到底是为什么呢？技术分析爱好者一直宣称，市场永远是对的；基本面分析爱好者一直认为，市场永远都是错的；证券组合理论爱好者则认为，市场有时是对的，有时是错的。同样是分析股市，就有三种完全不同的结论，这充分证明了市场的不确定性。
5、周期共振
这个规律很有意思。当日线趋势向上的时候，如果周线也是趋势向上，那么短期的走势会颇为强劲；当日线趋势向上，周线趋势向下，那么市场只会是一个小的反弹。这是什么原理呢？这是因为，当周线趋势向上的时候，大盘或个股已经聚集了相当高的人气，市场的供求关系是供不应求，所以日线的上涨会比较轻松；相反，如果周线趋势向下，意味着从中长期趋势来看人气惨淡，那么，即使短期有人抢着买入使得短期走势较为强劲，但如果无法改变中长期的供求关系，市场还是会继续向下走。按照同样的道理，我们可以得出日线趋势向下、周线趋势向上和日线趋势向下、周线趋势向上。总结来看，我们可以关注的有以下两个：第一，日线向上，周线向上；第二，日线向下，周线向上。我们应该抛弃的形态也有两种：第一，日线向上，周线向下；第二，日线向下，周线向下。
6、静动相交
没有一直上涨的股票，也没有一直下跌的股票。一只股票上涨一定的时间之后，总要花一点时间来调整一下，以便将意志不坚定的散户洗出去，也让自己有足够多的时间调整仓位；一只股票下跌一定的时间之后，总要花一点时间来横盘一下，以便让贪心的散户来给自己接盘。这其实跟我们跑步一样，一直不停的跑，跑到最后是直接跑进棺材；而跑一跑，停一停，只要有吃，有睡，有地方解决内急，那跑遍全球也不是没有可能。股市其实也是一样的道理。
不同经济周期对板块轮动的影响
在经济复苏阶段，表现较好的是能源、金融、可选消费；表现较差的是信息技术、医疗保健、公用事业。科技类的电信服务和信息技术板块在复苏阶段并没有很好的表现，这和我国科技类板块代表性偏弱，电子类企业更多地集中在加工制造环节，依靠订单生产，而非设计研发环节有关。
在扩张阶段，表现较好的是能源、材料、金融；表现较差的是信息技术、公用事业、电信服务。
金融板块在扩张阶段仍表现较好，但在两次扩张期中金融板块的表现是矛盾的，2002年到2004年的第一次扩张期，金融类的表现排在最后一位，而2006年到2007年的第二次扩张，金融类表现最好，且涨幅巨大，对最后表现有很大的拉动作用。金融板块的表现规律需要更多周期的检验。
在滞胀阶段，表现较好的是电信服务、日常消费、医疗保健；表现较差的是信息技术、能源、金融。
而在收缩阶段，表现较好的是医疗保健、公用事业、日常消费；表现较差的是能源、金融、材料。
Ⅷ 股票如何识别板块轮动
中国股市有一个鲜明的特点，就是板块效应，当一只股票上涨，往往能带动相同行业或有相同题材的其他股票联动上涨。比如万科上涨，就会带动地产行业个股上涨。中国建筑上涨，就会带动中字头个股上涨。
股票投资需要谨慎。