牛市开启与结束的舆论热度分析：从微博数据看股市投资时机

显示全部楼层 · 7 天前

股市时常显现一种独特的走势：牛市在不经意间启动，又在狂热中落幕。这一现象背后的原因究竟是什么？这是众多投资者所高度关注的焦点问题。

股市牛熊转换中的交易机会

近期股市频繁经历牛市与熊市的转换。在熊市持续的冲击中，股价持续走低，如同2014年以前，众多股票价格跌至低谷。在此期间，多数普通投资者丧失了投资热情，市场显得较为冷清。不过，部分敏锐的资金在此阶段开始暗中布局。例如，一些私募基金在股价较低时积极吸纳筹码。当这些资金积累到一定规模后，便开始推高股价并制造舆论，引导公众跟风。

投资者通常在股价攀升阶段加入市场。以2015年上半年为例，股价攀升带动了众多新投资者进入股市，他们作为买家接手，并未察觉到潜在风险，最终遭遇股市暴跌，遭受了巨大损失。

量化分析中的数据来源

<pre> <code class="prism language-python">import talib as ta#技术分析模块
import pandas as pd
</code></pre>
为了更深入地研究股市动态与公众关注度之间的关联，本研究采用了从微博平台收集数据的方法。样本选取了10位具有代表性的博主，其微博内容涵盖多个领域，既有财经领域的知名博主，也有普通投资者的分享账号。在技术处理方面，本研究利用了talib模块等工具。首先，对每位博主的信息进行读取，并整理出每日发博数量、平均点赞数等关键数据。随后，将多位博主的相关信息进行汇总，以确保数据能够尽可能全面且准确地反映出微博的热度状况。

以微博热度代表舆论情况

<pre> <code class="prism language-python">def weibo_hot(name):#name是读取的微博博主名字
f = open('D:\\python_project\\crawl\\weibo\\base_data_%s.txt'%name,'r+',encoding='utf-8')#读取数据
dic = eval(f.read())#读取数据转化为字典
f.close()

data_date = {}#储存每个日期对应的微博数据
for item in dic.values():
 date = item['created_at']
 if date in data_date:#data_date按点赞数、评论数、转发数来存储数据
 data_date[date].append([item['attitudes'],item['comments'],item['reposts']])
 else:
 data_date[date] = [[item['attitudes'],item['comments'],item['reposts']]]

date_all = sorted(data_date)[500:]#将data_date中的微博数据按日期排列，排列顺序为日期最早的在最前面,且只取开通微博500天后的数据

used_data = {}#存储用得到的数据
for date in date_all:

number = len(data_date[date])
 attitudes_sum = 0
 comments_sum = 0
 reposts_sum = 0
 for i in range(0,len(data_date[date])):
 attitudes_sum += data_date[date][i][0]#该日期所有微博总点赞数
 comments_sum += data_date[date][i][1]#该日期所有微博总评论数
 reposts_sum += data_date[date][i][2]#该日期所有微博总转发数
 attitudes = (attitudes_sum/len(data_date[date]))#求平均
 comments = (comments_sum/len(data_date[date]))
 reposts = (reposts_sum/len(data_date[date]))
 used_data[date] = [number,attitudes,comments,reposts]
return used_data#返回的是字典
</code></pre>
微博热度能否反映公众对股市的关注度？为此，我们选取了每日每位博主发布的微博数量、每条微博的平均点赞数、评论数和转发数作为衡量热度的指标。这些指标有助于较为公正地展现微博用户对股市话题的关注程度。以2014至2015年的牛市初期为例，尽管微博热度有所上升，但增长速度较慢，这主要是因为当时大多数公众尚未开始关注股市动态。

<pre> <code class="prism language-python">def outcome():
all_person = ['李大霄','花荣','上海徐晓峰','天津股侠','微博股票','天狼50陈浩','雪球','云财经','宇辉战舰','港股通AiH']#所有人的微博名
outcome_data = pd.DataFrame(columns=('number','attitudes','comments','reposts'))#新建一个空DataFrame
each_num = {}
for person in all_person:
 data = pd.DataFrame(weibo_hot(name = person)).T#返回的是字典
 for each in data.index.values:#index是日期
 if each not in outcome_data.index.values:
 each_num[each] = 1
 outcome_data.loc[each] = {'number':data.loc[each][0],'attitudes':data.loc[each][1],'comments':data.loc[each][2],'reposts':data.loc[each][3]}
 else:
 each_num[each] += 1
 outcome_data.loc[each]['number'] += data.loc[each][0]
 outcome_data.loc[each]['attitudes'] += data.loc[each][1]
 outcome_data.loc[each]['comments'] += data.loc[each][2]
 outcome_data.loc[each]['reposts'] += data.loc[each][3]
for each in outcome_data.index.values:
 outcome_data.loc[each]['number'] /= each_num[each]#取每个博主的日平均发博
 outcome_data.loc[each]['attitudes'] /= each_num[each]#取每个博主的日平均点赞数
 outcome_data.loc[each]['comments'] /= each_num[each]#取每个博主的日平均评论数
 outcome_data.loc[each]['reposts'] /= each_num[each]#取每个博主的日平均转发数

outcome_data = outcome_data.sort_index(inplace = False)
return outcome_data
</code></pre>
中小板指与微博热度关系

对比指数与微博热度，鉴于上证指数可能因国家队干预而失真，故选取中小板指作为分析对象。观察2014年牛市初期，中小板指数呈上升趋势，微博热度亦逐渐上升，但初期并未引发公众的高度关注。进入2015年中期，股灾前夕，微博热度急剧攀升，与此同时，中小板指数处于高位，预示着即将迎来暴跌。股灾发生后，微博热度逐步回归至正常水平。

<pre> <code class="prism language-python">if __name__ == '__main__':
outcome_data = outcome()
number_ema = ta.EMA(outcome_data.number,timeperiod = 30)
attitudes_ema = ta.EMA(outcome_data.attitudes,timeperiod = 30)
comments_ema = ta.EMA(outcome_data.comments,timeperiod = 30)
reposts_ema = ta.EMA(outcome_data.reposts,timeperiod = 30)
</code></pre>
不同行情下的热度表现

2017至2018年间，白马股股价攀升，然而微博讨论热度却出现下降趋势。这一现象暗示市场上涨主要由机构推动，例如大型基金集中投资于白马股，散户参与度较低。近期微博热度回升，反映出当前股市上涨中散户参与增多，或许预示着新的牛市到来，尽管这只是其中一种可能性。

数据来源的潜在改进方向

此研究基于微博数据进行了多项分析，但需注意，微博数据并非金融专业数据，存在一定限制。专业投资平台如雪球可能提供更高质量的数据。此外，若将社交舆论监控融入量化交易系统，例如通过插件方式，将有助于更精准地分析股市点位和识别风险，从而显著提高交易决策的精确度。

您是否相信新一轮的牛市将伴随热度增长而出现？敬请于评论区发表您的观点。同时，不妨为本文点赞及转发。

牛市开启与结束的舆论热度分析：从微博数据看股市投资时机

相关帖子