2016年互联网大数据行业现状及发展趋势展望分析报告.docVIP

精品行业现状及发展趋势展望分析报告 目录 第一节 互联网大数据 ... .. 4 一、互联网大数据下的量化投资 ... .. 4 二、互联网大数据研究体系 ... ... 6 第二节 概念指数轮动策略构建 ... ... 8 一、样本数据 ... ... 8 二、相关性分析 ... . 9 三、策略原理 ... .. 12 第三节 实证结果 ... .. 17 一、实证结果 ... .. 17 二、参数敏感性测试 ... .. 19 第四节 总结 ... ... 22 一、概念指数轮动策略是有效的择时策略 ... .. 22 二、研究不足与未来方向 ... . 22  精品行业现状及发展趋势展望分析报告 图表目录 图表 1：数据抓取体系 ... .. 6 图表 2：大数据挖掘策略框架 ... .. 7 图表 3：概念热点数据一览 ... ... 8 图表 4：概念热点数据示例（充电桩指数） ... .. 8 图表 5：概念热点舆情数据示例（充电桩指数） ... ... 9 图表 6：概念舆情与行情数据相关性一览 ... ... 9 图表 7：概念指数和对应概念舆情指数相关性分析(质押式回购指数) ... ... 10 图表 8：概念指数和对应概念舆情指数相关性分析(O2O 指数) ... .. 10 图表 9：概念指数和对应概念舆情指数相关性分析(智能穿戴指数) ... . 11 图表 10：概念指数和对应概念舆情指数相关性分析(在线教育指数) ... .. 11 图表 11：策略流程图 ... .. 12 图表 12：概念指数筛选方法示意 ... ... 13 图表 13：筛选概念热点过程 ... .. 15 图表 14：中日韩自贸区指数买入后收益表现一览 ... .. 15 图表 15：概念轮动策略择时表现（与沪深 300 指数对比） ... . 17 图表 16：参数 A 敏感性测试结果 ... .. 19 图表 17：参数 B 敏感性测试结果 ... .. 19 图表 18：参数 C 敏感性测试结果 ... .. 20 表格目录 表格 1：大数据基金一览 ... . 5 表格 2：互联网挖掘小工具一览 ... . 7 表格 3：概念指数历史数据和对应舆情历史数据 ... . 14 表格 4：概念指数历史数据和对应舆情历史数据 ... . 14 表格 5：概念轮动策略历史表现一览 ... ... 15 表格 6：概念轮动策略择时表现一览 ... ... 17 表格 7：概念轮动策略分年度择时表现一览 ... ... 17 表格 8：每周买入的概念指数一览（部分） ... ... 18 表格 9：参数敏感性测试结果 ... ... 21  精品行业现状及发展趋势展望分析报告 第一节 互联网大数据 一、互联网大数据下的量化投资 大数据是指信息量规模巨大到在撷取、管理、处理、整理等方面大大超出了传统 数据库软件工具能力范围的数据集合。伴随着全球经济一体化和全球信息化的快速发 展，以及互联网技术带来的信息变革，“大数据”已经成为互联网领域最炙手可热的方 向。此外，大数据的影响不仅仅局限于信息技术方面，它还在“吞噬”、重建一些传统 行业，如何利用大数据，开发其中的潜在价值，已经受到各行各业的广泛关注。 互联网的发展也极大地改变了人们的生活方式和习惯，人们越来越习惯于通过网 络搜索、了解和关注自己感兴趣的新闻、热点事件等。同时互联网技术的发展也深刻 影响着人们的投资习惯以及决策。首先，互联网技术的发展，使得数据的积累呈现指 数型速度发展，用户在网上产生海量数据，记录着他们的思想、行为乃至情感，这是 信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。 通过分析相关数据，可以了解大众投资需求和意愿。其次，互联网每天源源不断产生 大量数据，倘若能够更有效地组织和使用大数据进行挖掘分析，获取投资信息进行分 析，将给传统的投资决策等带来新的机遇。 纵观海内外，对大数据相关的量化投资策略的研究近几年刚刚兴起，但对互联网 大数据相关量化策略的研究已然成为量化投资新的研究方向和热门研究领域。  2011 年 5 月，英国对冲基金 Derwent Capital Markets 建立了规模为 4000 万美金 的对冲基金，该基金是首家基于社交网络的对冲基金，通过分析 Twitter 的数据内容 来感知市场情绪，从而指导进行投资。在 2012 年，CA