摘要：“大数据”的忽悠——兼谈股市“图表派”试图寻找技术指标的不靠谱 这篇文章其实是以前在QQ空间中的一些与读者评论互动的归纳，大致上表达了我对“大数据”的态度。 ========
“大数据”的忽悠——兼谈股市“图表派”试图寻找技术指标的不靠谱
这篇文章其实是以前在QQ空间中的一些与读者评论互动的归纳，大致上表达了我对“大数据”的态度。
=============
Sphinx_z/ty
令我想起了“大数据”热。
我
其实我还真的就拿了“大数据”里的例子举出来给那应聘者听。“大数据”那东东虽然也是忽悠，但好歹人家忽悠得挺成功的。
听海
大数据如何忽悠？历史数据虽然不能作为预测标准，但说它是偏好是确定无疑的吧，例如某商家历史的商务数据，不可能突然变得和以前一点联系都没有了吧？求分析！
我
有个关于“大数据”的神话，说通过淘宝的大数据分析，发现买泳衣最多的不是靠着海的海南，而是远离海的**。要不是有大数据的帮助，用常识与直觉根本不可能想得到原来**对泳衣的需求量远胜于海南。这不是一本正经的瞎说吗？海南那种地方街边都可以买到泳衣，当然不需要上网去买；**那种地方不上网能上哪买泳衣？根本不是海南对泳衣的需求量少于**，恰恰是**对泳衣的需求量大大低于海南，所以在那里没有大量稳定的供应，导致消费者有需求时只能求助于网购，呈现出来就是网购的绝对量反而是**大于海南。生产者要是真的蠢到相信这种垃圾数据，向**大量供应泳衣，就等着被市场收拾吧！
没有经济学的理论逻辑与对事实知得多的经验丰富，盲目相信什么大数据，不又成了弗里德曼早就批评过的“Garbageingarbageout”？
这个例子就是搞大数据的人拿来忽悠客户要他们上大数据的啊。你看你看，要不是有大数据，你凭直觉常识不会知道这样的结论啊，所以必须上大数据啊，巴拉巴拉。但问题是这个数据根本没意义。因为你在淘宝卖东西的话，不需要知道买方是在海南还是**，这个所谓“出乎意料之外”的结论，不但对非淘宝卖家没意义，其实对淘宝卖家也没意义！你还是半点没明白那些贩卖大数据的人是怎么拿这个例子去忽悠人的。
听海
如果他们是这么说是真忽悠，我肯定不会接受这样的忽悠。大数据本身也得是特定条件下才有用的数据，这个必须承认。
我
关于大数据还有另一个忽悠版的神话，就是说美剧《纸牌屋》的成功是大数据的功劳。因为拍这电视剧的家伙利用大数据调查出美国人最想看某男星与某女星合作，于是就找了那个男星来做男主角，那个女星来做女主角。但其实这电视剧的成功仔细分析一下就明白，剧本的成功是关键。这个电视剧相当于是美式“宫斗剧”，人性谁不爱看宫斗剧？中国人爱看古装宫斗剧，香港人爱看豪门恩怨（现代豪门版宫斗剧），美国人当然也会爱看美式宫斗剧。然后只要主要演员的演技有相当水平，能演绎出那种黑暗人性，即使不是那两个男星女星合作也一样大受欢迎。例如我就不相信换由《绝命毒师》中演有“炸鸡奥巴马”之称的黑帮老大那个演员去演此剧的男主角，此剧就不会成功。
听海
卖产品那种的，纯拉人头收钱的暂不讨论。
我
你不讨论这些还有啥好讨论的？分析统计数据来做判断早就有，不是大数据出现才有的。大数据能有什么特别之处？不过是数据量更多而已。数据分析的关键始终是经济理论的逻辑与掌握事实经验的能力，能从表面的数字看到其背后的经济含义。而且数据量多完全不等于精确性上升、有利于提高判断的正确性。
web大魔王
仅凭数据本身，不分析数据的来源和实际情况就发表意见，就应该是瞎说和忽悠吧！
听海
纸牌屋这个忽悠真不知道，我敢肯定的是任何东西，只要基础做得好，成功是大概率的事情。如果剧本太烂，即使演员演得好，号召力强，最多能忽悠一次。我是不相信这跟大数据有关系。
=============
后来在百度帖吧又有一场讨论：
=============
猫咪乖贝贝
像是腾讯的创新更多是积聚于一种产品创新，这是它成功的原因，所以它有最好的产品经理之称，但是未来更多的是数据为王，因为它涉及到更精准的广告推送，看过一个例子么，亚马逊通过对数据的掌握比他父母和自己更快知晓了它怀孕的消息。
我
你就别迷恋大数据了。“上将”就是做大数据这一行的，他还不清楚这里头的猫腻？那些什么亚马逊的美妙“例子”听听就好，别相信这种神话啦。
上将马弓手
那个怀孕的例子是经典例子（不是亚马逊），还有一个啤酒和尿布也是经典例子，另外还有个例子说亚马逊用了大数据推荐以后的销售额提升了30%，还有忘记是哪个网站了每年支付100万，评比最准确的推荐系统。你要说例子我能列出很多例子
猫咪乖贝贝
我说的是广告推送的精准。就是根据数据进行用户分析的。
上将马弓手
没错啊，我说的也是广告推送，就是recommendationalgorithm
但你知道系统是怎么评分的吗？他们把历史数据划分为2块，一块叫训练集，一块叫测试集。训练集用于机器学习，测试集用来测算推荐系统的推荐准确程度。这个模式你是不是觉得很眼熟？就是风水派做法
有很多例子证明推荐系统有多“神奇”，但是京东以前中过招，有用户发现他去买个平底锅，系统给他推荐一套音响！这事推销系统的人就不会告诉你了，他们只会说他们推荐“对”了多少，至于“错”了多少就不说了
我毕业论文就是这个，你知道推荐的原理是什么吗？亚马逊当年的算法是协同过滤，就是把所有用户的数据列出来，看两个人买的东西比较像，就认为两个用户相似，所以一个用户买的东西可以推荐给另一个人。后来又有了一些其他算法，比如基于内容挖掘，其实就是概率论和统计学
我当年的毕业论文写的是另一种算法，测试结果显示比以上两个都要准，但你知道我用的是什么算法吗？名字叫“基于二部分图的推荐算法”，是不是很高大上？告诉你吧，其实原理来自于物理上的“分子热运动”，只不过我把人和商品换成了分子。用历史数据测试，结果发现比他们2个都要准
但你承认你买东西的行为是分子热运动吗？
大数据确实有他的用途，并不是一无是处，但不是那么用的。有些决策使用了大数据以后的确会更加精准，打个比方，老板根据每月统计分析现状做决策，但是有了大数据以后，可以把数据精准到天，提高决策实时性和精度，这的确是有用的。但是实施过程会有很多问题，首先你得有精确到天的数据（这个大数据不提供，他只提供统计结果），第二这么精确地对能多有用（也就是你得考虑成本和收益的大小），第三你得考虑实施的难度，这里面有硬件要求，第四你得考虑系统未来的维护。有很多问题的，中招者无数
想起来了，每年100万奖金那个是netflix，但是推荐如何成功？他们2011年大奖得主说的很清楚：算法不重要。因为可以模型化的数据不到50%，有很多模型根本无法解释数据。
百度也曾提出，一个推荐系统要成功，ui占40%，数据和知识50%，算法只占10%。也就是说一个算法精准的系统不如一堆有丰富经验的专家和漂亮的界面来得靠谱
=============
其实对“大数据”的迷恋早在这个概念产生之前就存在了，那就是在股市之内！因为早在互联网普及之前，股市就已经能容易地产生海量数据，依附于这些数据而形成的投资学派就是“图表派”，后来加入电脑之后进一步发展出“量化投资”的方式。但它们都摆脱不了大数据在本质上是无视背后的*限条件僵化地以历史推断未来、很容易陷入精确地错的困境的问题。以下是另一处与读者评论互动的内容，就是围绕着这个股市的情景展开。
=============
Mr.Zhang
想推荐一篇文章，介绍作者寻找股市技术指标，很久后想到了可证伪性，意识到过去的价格代表不了将来的，之后改变了分析思路的历程。逻辑分析没什么问题，内容比较丰富精彩，和博客以前提到过的诸多内容不谋而合，如不能用事实（过去的价格）来解释事实（未来的价格），量化交易发展到极致最怕黑天鹅的出现等。文章名字是《找一种独特技术指标的组合形成自己的交易系统，那也是我曾经的梦想》，虽然其中很多东西都有了解，整体还是很有看点的。
我
看了，文章前半部分关于作者苦苦追寻投资决策模型的部分写得不错，后面的“觉悟”就明显还是半吊子的水平。虽然作者明白了具有可证伪性才是科学，但还是没明白演绎与归纳都只是寻找规律（理论）的不同途径，本身并不是科学。把演绎与数学等同起来以为数学就是科学更是错得离谱。科学也不是永远不错，只是暂时没发现是错的而已，与他所理解的归纳是一样的级别。
其实只要懂经济学，完全可以绕开他那些前面的弯路与后面的苦思而直接得到结论：想找到一个稳赚不赔的股市致胜法宝，就跟想在物理学上制造出永动机一样是痴心妄想。因为理论上，你能想到的，别人也能想到（没有任何生物学理论可以保证你的脑子智力远超所有其他人），那就没有了阻止外人进入的门槛，则不要说永远赢不可能，胜率长期高于市场的平均水平都是不可能的。竞争消散一切高于成本的租值，这是“零利润定理”的终极意义。
=============
电脑里新安装的东方财富炒股软件怎么没有数据?
安装包里是没有原始数据，否则安装包太大了，需要数据就得联网，选择网络提供运营商。炒股软件：股票软件更准确的称谓应该是证券分析软件证券决策系统，它的基股票软件本功能是信息的实时揭示（包括行情信息和资讯信息），所以早期的股票软件有时候会被叫做行情软件。股票软件的实质是通过对市场信息数据的统计，按照一定的分析模型来给出数（报表）、形（指标图形）、文（资讯链接），用户则依照一定的技术分析理论，来对这册些结论进行解释，也有一些傻瓜式的易用软件会直接给出买卖的建议，这些易用软件大部分是用专业视角剖析整个股市的走势。拓展资料：基本术语（1）开盘价：指当日开盘后该股票的第一笔交易成交的价格。如果开市后30分钟内无成交价，则以前日的收盘价作为开盘价。（2）收盘价：指每天成交中最后一笔股票的价格，也就是收盘价格。（3）最高价：指当日所成交的价格中的最高价位。有时最高价只有一笔，有时也不止一笔。（4）最低价：指当日所成交的价格中的最低价位。有时最低价只有一笔，有时也不止一笔。（5）热门股：指交易量大、流通性强、股价变动幅度较哗和大的股票。（6）手：股市通用的计算单位，一般以100股为1手，购买股票必须是“手”的整数倍才能办理交易。（7）成交量：反映成交的数量多少。一般可用成交股数和成交金额两项指标来衡量，目前深沪股市两项指标均能显示出来。（8）停牌：股票由于某种消息进行某种活动引起股价的连续上涨下跌，由证券交易所暂停其在股票市场上进行交易。待情况澄清企业恢复正常后，再复牌在交易所挂牌交易。（9）涨衫芦宏(跌)停板：交易所规定的股价一天中涨（跌）最大幅度为前一日收盘价的百分数，不能超过此限，否则自动停止交易。中国股市当前普通股一般停板幅度为10%，特殊处理股票停板幅度一般为5%。（10）市盈率：市盈率是某种股票每股市价与每股盈利的比率（每股市场价格÷每股盈利），市盈率是估计普通股价值的最基本、最重要的指标之一，一般认为该比率保持在20－30之间是正常的，过小说明股价低，风险小，值得购买；过大则说明股价高，风险大，购买时应谨慎。但高市盈率股票多为热门股，低市盈率股票可能为冷门股。
网络提供的炒股信息可靠吗
你听他的赚钱了还要付给他信息费,如果要是赔钱了他可不会赔你损失费的,还是别信.
为什么同一只股票在不同的炒股软件里显示数据不一样？
如果相差很小那没啥大问题如果相差很大那基本上就是股票送股或增发没算入新股本你只要把当天成交量大致除以总流通盘看哪个接近就是那个准确
大数据靠谱吗？曾经爆款"大数据基金"走下神坛，总体规模接近腰斩，产品两极分化严重
从炙手可热到颇受争议，市场从热情追捧转向冷静观察，曾经的爆款“大数据基金”还需要用业绩为自己正名。
自2014年首只大数据基金——银河定投宝中证腾安指数基金面世以来，大数据基金已经跨越了一个完整的牛熊周期，在市场中也已占据一席之地。
但经过时间与市场的洗礼，昔日被吹爆的大数据因子并没有起到预期的投资效果。
券商中国记者统计，截至目前，全市场15只大数据基金中仍然有5只大数据基金处于亏损状态；超过半数的大数据基金在2019年的收益表现排在同类后50%。而基金规模上，相比高峰时期，也已遭“腰斩”。
大数据基金，顾名思义就是对一些特殊的大数据进行定性与定量分析，从而辅助股票投资。
这类大数据因子主要来源于一些财经或互联网门户网站的数据，用以反映投资者行为，主要可分为以下四类：
第一类是搜索数据，即各类搜索引擎上关于证券市场的搜索记录；
第二类来自于财经网站上对行业和个股的关注度；
第三类消费数据则来自于大型电商平台的购买记录和线下的pos刷卡记录；
尽管怀着从大数据中挖掘股票价值的美好初衷，但经过数年的实践洗礼，大数据基金的表现并不尽如人意。
在下表15只大数据基金中，表现最好的为成立于2017年1月的浙商大数据智选消费基金，自成立以来取得了55%的回报，其2019年的全年收益也位居同类排名前10%。
大成互联网+大数据基金与博时银智大数据100基金紧随其后，自成立以来分别取得了51.76%和44.4%的收益，2019年的区间收益排名也位居同类前20%左右。
然而，从整体上看，依然有超过半数的大数据基金2019年的表现排在同类基金中的后二分之一，其中有5只基金目前依然处于亏损状态。
从绝对收益的角度看，成立时间依然是极大的一个影响因素。成立于2015年的一只大数据基金遭遇了“山顶站岗”的窘境，自成立以来亏损接近25%，几乎位于同类垫底。
值得一提的是，在众多的基金公司中，广发似乎是对大数据最钟情的那一家。
在广发旗下的第一只大数据基金——广发百发大数据100于2015年9月成立以后，又陆陆续续地成立了三只大数据基金，包括广发百发大数据策略成长、广发百发大数据策略价值和广发东财大数据精选。
在这一过程中，广发既尝试利用了多种大数据，包括百度互联网行为大数据（具体表现形式为搜索因子指标）和东方财富网互联网行为大数据（具体表现为东方财富网股吧的舆情动向因子）；也尝试运用了成长与价值等多种风格。2019年，上述四只基金中广发百发大数据策略成长排进了同类基金的前50%。
据券商中国记者统计分析，在大部分的大数据基金中，大数据均被用作量化因子以精选个股。
理论上来说，搜索数据、舆情信息这样的数据具有高频、实时的特点，基金公司正是希望借助大数据的这些特点从而更加精准地把握股市的动向。
据Wind数据显示，以2019年为例，在大数据股票型基金中，除大成互联网+大数据基金具有较好的选时能力外，其余基金在选股择时上的表现都非常一般。
为何大数据基金符合“逻辑”，又能反应市场实时情绪，却在股市中折戟沉沙？好买基金研究中心分析称，原因主要有三点：
第一，第一代被动指数型基金仓位限制在90%至95%，基金经理无法通过减仓来规避风险，只能增加换手率改善被动的窘境，但终究杯水车薪。
第二，大数据的挖掘仍是一个比较新兴的领域，并无太多前人铺好的路，非常考验基金经理的个人能力。有些基金借大数据热点，并没有真正去挖掘大数据。
有基金经理表示，与成熟市场主要由理性机构投资者构成相比，A股市场仍以散户为主，因此市场受投资者情绪影响很大，投资者情绪可以更多反映在互联网大数据上，但投资者情绪的巨大波动也会带来互联网基金的高贝塔属性，对此投资者要有心理准备。
上述基金经理表示，从目前来看，投资者在市场低位布*该类基金，等待市场热度提升，是比较好的方法。
昔日火爆时，全市场大数据基金总规模接近200亿元，而时至今日，却已仅剩不到百亿，生生遭受腰斩。
从上述表格可以看到，大量的大数据基金规模在1个亿左右徘徊，其中招商财经大数据策略基金规模仅剩1600余万，已低于清盘线。
目前，规模最大的南方大数据100基金实际上也经历了巨幅缩水。在顶峰时期，其规模曾达100亿元，而近年来投资者不断赎回，目前规模30亿不到。
尽管大数据基金的表现不够出彩，但大数据在投资中的作用依然不可忽略。
某大型公募基金人士表示，交易数据资源运用的未来无可限量，应加强对交易数据各种场景的分析，运用网络爬虫技术做好舆情与预警监控，通过对历史交易数据进行分析、画像，客观评估产品的风险及收益特征；同时，实现可视化分析，做好数据管理和质量监控也是需要进行的工作。
另一方面，在制度和机制建设上，加强交易数据资源商业化，让数据提供商和服务商提供规范、准确、快速的服务；提高专业化处理数据的能力；同时加强市场机构主体数据信息权益及安全隐私保护。
券商中国是证券市场权威媒体《证券时报》旗下新媒体，券商中国对该平台所刊载的原创内容享有著作权，未经授权禁止转载，否则将追究相应法律责任。
用大数据来炒股是怎样一种模式
我不会~~~但还是要微笑~~~：）
利用大数据炒股，有哪些优势？
利用大数据炒股是目前机构中越用越多的一种手段，前提是要求足够多的巨量历史数据，涵盖交易市场中每一个标的，分析出相同或类似条件下股价可能的运行方向，通过海量数据做成量化交易模型，其具有的优势显而易见，首先通过大量数据的总结归纳，可以大概率的找准股价运行方向，可以在最短的时间内做出交易抉择，通过即时数据可以分析出市场的资金、焦点、热度，情绪指数的变化，甚至可以知道很多账户的持仓变化情况，利用大数据炒股最成功的例子当属美国文艺复兴科技公司旗下的大奖章基金，自1988年以来年均回报率达34%，远远跑赢同期大盘指数，大幅度超过巴菲特，索罗斯等著名投资大师的年均收益。
用大智慧买卖股票安全吗？
用大智慧能买卖股票，这是一款比较常用的软件，很多证券公司可以用大智慧的软件进行股票买卖。
股票短线宝靠不靠谱？
同花顺里的短线宝，是比较靠谱的，对做超级短线还是有一定的参考作用的。在短线宝的首页，每天都有软件自动跟踪罗列出来符合短线冲击涨停的个股，可以提供股票的交易数据，并预测股票走势。可以参考软件给出的冲击涨板的几率结合大盘走势（1般大盘日K线在5天和10天线上，个股涨幅在5%之内买入时机是最好的）进行选择买入，但要自己掌握卖出的节奏。同花顺短线宝的核心功能是以4大经典短线抓涨停选股模型及典型底部反转K形态为基础，采用量化分析与大数据分析相结合的方法，挖掘个股在日线/60分钟/30分钟甚至15分钟等小周期的股票形态，精心研发出用于强势追涨和弱势抄底的数十种极速策略。同时采用人工智能研判行情并推荐高成功率策略，为投资者在不同行情下更快、更准确地捕捉到有短线潜力的股票。但是炒股有风险，入市需谨慎，以上答案仅供参考。拓展资料炒股的技巧1、“买阴不买阳，卖阳不卖阴，逆市而动”。就是讲逆市而动的道理，买时，选则K线收阴线时买，卖时，选则K线收阳线时卖。2、“高低盘整，横盘不交易”。主要的意思是说，一只股票持续上涨或者下跌了一段时间后此时不必在高位卖出，也不必在低位买进，因为盘整之后就会变盘。3、“正股未涨权先行”。正股回调权后，说明了权证和正股的联动关系。即正股启稳后，还未上涨之时，权证就已经提前上行了，原因是有先知先觉的人已提前下手了。
利用大数据彩票来进行赚钱,这可靠吗?
争议Everythingisreadysdkluxc/www.pv-3.com这家yu-乐-乘-很多人玩，都-是-在-哪-里-玩，亚-洲哪里做的很大，回-水也-高各种-游戏也很-多希-望-能-帮-助-您.......2、在电子系统中，印刷电路板通常由环氧塑料和玻璃纤维制成，不导电的基板对铜导线层起支撑作用。在电子设备中，微小而精密的有效部件镶嵌在不导电的环氧树脂，酚醛树脂，玻璃或陶瓷涂覆层之中。 3、在诸如晶体管和集成电路等微电子元器件中，掺杂的硅材料通常是一种导体。但是通过在氧气环境加热，硅也可以很容易地转变为绝缘体