熊市真的快垫底了吗?量化市场情绪揭秘
45s开场即抛出震撼观点,引发观众对市场底部的猜测和好奇。
▶ Play Clip"Delivers on the promise of teaching sentiment quantification, though some sections are padded with self-promotion."
This video explores various methods to quantify market sentiment, moving beyond subjective opinions to data-driven approaches. It covers four primary methods—surveys, search indices, news sentiment analysis, and analyst ratings—and then introduces additional indicators like new account openings, margin trading, and index futures premiums. The goal is to provide traders with practical tools to gauge market mood and inform their strategies.
The video introduces the challenge of quantifying market sentiment and outlines four main approaches: surveys, search indices, news sentiment analysis, and analyst ratings.
Surveys directly ask investors about their market outlook. Example: a 2019 survey predicted the Shanghai Composite would break below a gap, which it did by August 6. However, surveys are outdated, unreliable, and time-consuming.
Search volumes for terms like 'Shanghai Composite' spike during bull markets. Tools like Google Trends, Baidu Index, and WeChat Index can quantify this. Limitations include declining usage of some platforms.
Financial news headlines carry emotional tones (e.g., 'risk', 'excitement'). AI can classify articles as bullish, bearish, or neutral, providing daily sentiment ratios. This method has been used by hedge funds since 2010, but its predictive value is limited.
Analyst ratings (buy, hold, sell) reflect professional sentiment. Aggregating these ratings over time shows shifts in market mood. A stock's rating drop from buy to sell signals caution.
Indicators like PCR (put/call ratio) and northbound capital flows directly reflect sentiment. PCR shows the ratio of bullish to bearish investors. Northbound flows indicate foreign investor sentiment.
New account openings surge during bull markets and vanish in bear markets. Data from China Securities Depository and Clearing Corp can predict market turns, but excessive growth signals overheating.
Margin trading balances show how many investors are leveraging. High leverage indicates bullish sentiment. Data from exchanges correlates with market trends, as seen in the 2015 bull market.
Futures prices below spot (discount) indicate bearish expectations; above spot (premium) indicates bullish. For example, CSI 500 futures at 5343 vs spot 5469 implies a 2.3% expected drop.
Other indicators include trading volume, turnover rate, mutual fund positions, net redemptions, and insider buying/selling. These provide further insights into market mood.
Quantifying market sentiment is possible through various data-driven methods, from surveys to futures premiums. While each has limitations, combining them can offer a comprehensive view of market mood, aiding in trading decisions.
Survey Example
Demonstrates a practical application of surveys, but also highlights their limitations.
01:09AI News Sentiment
Shows how AI can process massive text data to gauge sentiment, a modern approach.
02:43PCR Indicator
A simple yet direct measure of market sentiment based on options data.
05:45Futures Premium/Discount
Provides a real-time, market-based sentiment indicator with clear interpretation.
08:29[00:00] 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目
[00:30] 这段子都懒得发了 那可能熊市就真的快垫底 那么正是有这样的经验观察 所以很多人就想着 是否可以去量化市场的情绪呢 比如说把恐惧和贪婪量化出来 以此来形成交易的决策
[00:42] 但情绪这东西是虚无缥缈的 该如何精确客观的量化呢 本期视频我们就会从以下四个角度入手 分别为大家介绍几种常见的方法 教你如何客观的量化市场情绪 摸透市场的脾气 视频中设计的数据和代码都已经打包好了
[00:56] 只要将题目列写在讲库的这顶新闻区我的微信 都是可以直接发给你的 话不多说我们开始正式的介绍 想感知市场情绪 最简单通报的方法就是做个问卷调查
[01:09] 直接问问大家对未来市场的看法 比如在2019年 我能在朋友圈发起过一个小调查 询问大家是否认为上证指数会跌破下图中必出的这个缺口 根据下图的调查结果来看 80%的人认为会跌破
[01:21] 而最终的结果是到8月6日上证指数跌破2800 完全回补了这次跳空 与问卷调查中 大家的预期是一致的 以上就是一个问卷调查的案例 但是老实说 这样的问卷调查方法 可能在1929年的华尔街算是先进的
[01:34] 但放到现在 是难免有一些过失 并且很多人 其实不会认真对待问卷 信息来源和可靠性都没有保证 整个过程还费时费力 因此不推荐这种方式 除了做问卷 我们也可以去看看 部分词条的搜索量
[01:46] 也就是通过大家 藏了搜索引擎来获取信息 当牛市来临的时候 关注股市的人数大大增加 在网上搜索股市 上证指数等关键词的人 也会增加 因此我们也可以通过 搜索数量这一指标
[01:58] 来量化市场的情绪 大型的搜索引擎或社交网站 一般也会有一个 搜索指数的页面 比如说谷歌指数 微博指数 微信指数 百度指数等等 以这里百度指数为例 在百度指数上搜索上证指数
[02:10] 作为关键词 会发现在2015年 牛市来临的时间段 搜索指数与KT能走势 非常的接近 学术界也对此有过很多相关的研究 感兴趣的朋友都可以去搜索看一看 当然这种方法也有一定的局限性
[02:22] 比如说百度原来用的人很多 但现在用的人越来越少 那么可能他现在的刊卡价值就没有以前那么强 然后我们既然提到到百度 那么经常用它搜索股市资讯的朋友应该会看到过一些类似的标题特别是在财经网站或者一些公众号上许多小文章的标题也是类似这样的这样的标题往往带有非常强的情绪倾向比如说风险 桌爽率降低等字眼
[02:43] 就带有明显的负面情绪 而兴奋 无惧等关键词 就代表着非常积极的情绪 每天各大财经媒体 会产生成千上万条类似的新闻 社交网站上面也可以看到 中国投资者对于市场情绪的看法
[02:55] 那么这些文本内容 就可以成为大数据来分析市场的情绪 当然了对于这海量的内容 我们不可能通过人工来处理 这就得依靠人工智能技术 例如对于每天财经网站上的文章 我们可以通过AI根据它包含的情绪
[03:08] 将这篇文章自动地分为 看涨 看跌 中性或者无关点 然后我们就可以得到每天看涨的比例数据 看跌的比例数据 这些就能一定程度上代表市场情绪的趋势 当然了也不要觉得这样做法很先进
[03:21] 类似研究的其实很早就开始了 美国早在2010年就有对冲基金 来进行交易 我自明的在2011年左右 也做过这方面的研究 到现在又过去这么多年了 人工智能技术
[03:33] 也变得更加成熟 有运技术的朋友 都可以尝试一下 也欢迎大家在评论区 畅所欲言 或者加评论区 或者这里评论区 我的微信和我交流 当然需要说明的是 这类所谓舆情大数据 很多研究之后发现
[03:45] 其实对交易的指导性 价值一般 可靠性也比较差 很多运行这一类策略的基金 表现也跟班 所以说面对股市 其实还有一类比较特殊的市场参与者
[03:58] 他们的主观情绪往往更加的单一化 也不用我们对海量的数据做分析 他们就是确上的分析师 虽然很多人对分析师行业都有诟病 但业内很多机构还是会参作他们的一些建议 国内证券公司的分析师虽然不能够这样讨股
[04:12] 但是他们会在研究报告中对股票进行评级 根据看好程度会分为几类 比如说卖出 减持 中性 增持或者买入之类的 买入之类的 评级明显就代表了专业的分析师对股票未来的情绪以及预测
[04:25] 在一些财经网站上面 我们也可以看到整理好的分析师的评级数据 有某某某在某年某月某日针对具体的某个股票做出了怎样的评级 那么这些评级其实就是代表的分析师对市场的一个情绪
[04:37] 我们可以把这些评级的数量进行汇总 得到如下的数据 那么每个评级的占比会随着时间发生变化 这种变化实际上就是市场情绪的变化 比如说如果发现买入级别的占比增加了 说明情绪变得更加激起了
[04:50] 反之 如果持有中性甚至是减持和卖出的数量增加了 那么可能就说明市场情绪比较悲观 当然我们也可以关注各股的评级的变化 如果你关注的股票它的评级从买入突然掉到了减持
[05:02] 那说明有的分析师情绪开始多转空 这个时候可能就需要小心了 那分析师们的情绪指标到底准确与否呢我们其实早已经做过相应的研究 感兴趣的可以去看一下我们这个视频可能会打破你觉得这件事都是骗人的固有印象好 至此我们介绍了四种比较主观的市场情绪指标的量化方法
[05:19] 这些指标有的数据获取难度比较大 主观性也太强 所以在实炮当中应用其实并不多 我们更多的时候 也会通过股数本身的一些指标 去构建相应的所谓的市场情绪指标 虽然这些指标更加简单
[05:32] 有的时候跟市场情绪也不是完全沾边 但是实盘用上来其实效果并不差 在过往视频中 我们曾经调过许多观察大盘的指标
[05:45] 比如说PCR指标 请5%个股成交额指标等等 这些指标本质上反映的就是市场的情绪 比如说PCR指标 它代表的是每天市场上 看涨和看跌的投资者的比例 这不就是一种最直白的情绪吗
[05:58] 又或者像北向之间的流入流出数据 反映的就是香港和电脑投资者 对于大A的情绪 顺便说一句奇怪话 最近的交易博不再披露北京资金的实时成交额 但这个数据在盘后仍然会统一公布
[06:10] 所以盘后在使用这些数据的量化策略 不会受到什么影响 感兴趣的人可以去港交所官网看看原始数据 相应的网址我也会上到评论区 有需要的可以自己联系 另外交易软件中常见的资金流数据
[06:22] 其实也是一种市场形式的表现 我们可以通过干数据侧面了解 不同交易者对市场的看法 以此构建新的量化策略 当然龙虎榜的数据也有类似的功能 这里就不做详细的介绍了 具体都可以看我们这几期视频
[06:35] 看了之后老观众 有没有一种死去的回忆 突然攻击了我的感觉 很多看似毫无观念的知识 其实在某些方面也是互通的 上述提到的这些视频呢 推荐新观众都可以去看一看 好 那么复习完之后 我们就再给大家介绍
[06:47] 这种全新的市场情绪指标 一些做宏观研究的人 非常喜欢去分析 A股的新开户人数 当市场情绪特别高档的时候 往往会有许多人
[06:59] 争先恐后的来开户 你自己也可以回忆一下 是不是每每牛市的时候 你身边从不炒股的家人朋友 都过来问你怎么开户 熊市的时候他们也都销声映尽了 甚至应该也不少观众 也是在牛市的时候开启的投资生涯
[07:11] 所以新开户人数确实可以作为量化市场情形的指标 A股的新开户的数据是公开的 可以在中国证券登记结算网上查到 在获取开户人数数据之后 我们就能对比出A股投资者的增负和股价之间的关系了
[07:25] 可以发现新股业增长率会比忽然三白指数更先过去反应 有一定的预测作用 这也不大理解 新投资者和新资金的进入是牛市开始的重要原因 但也要注意的是增长率过高也是明显的顶部指标
[07:38] 大量新人开户说明市场可能进入了过热的状态 这个时候很可能需要注意风险除此以外其实融资融券的数据也是很好的观察市场的情绪指标融资融券俯瞋两融可以借钱过多也可以借股票做空具体介绍的我帮大家列了出来
[07:52] 感兴趣的可以截图查看 大家如果对两融相关的内容感兴趣的话 也可以多多点赞 点赞破5000的话 我们后面就可以详细的介绍一下两融 并给大家介绍一个相关的量化策略 那融资融券到底如何体现市场的情绪呢
[08:04] 其实融资融券的余额 就是直接反映了市场上面 有多少人在加杠杆中间操作 加杠杆的程度 可以很明确的 直接的反映市场此时的情绪 比如说更多的人 愿意加杠杆买入股票 那么就说明此时市场情绪高涨
[08:17] 创造者的官网 可以直接查到 融资融券的余额数据 我们将2015年牛市 那一段时间的融资融券 余额数据和大盘经营对比 也可以发现 非常明显的相关关系 另外呢 股指期货也能
[08:29] 很好的衡量市场的情绪 我们以中正500的股指期货为例 指数本身的价格是5469点 但是像中正500、2412这个期货 它现在的价格是5343 也就是说投资者认为
[08:42] 到2024年12月该期货飙割的时候 中正500的价格会是5343 这个价格比现在的价格低了2.3% 由此可见大家都未来市场的预期 还是比较悲观的 那这种期货价格比现货低的情况
[08:55] 我们就称之为贴水 相反如果期货价格比现货高的话 就说明现在是深水行情 我们就可以实时计算 股指期货的贴水率或者深水率 以此来观察市场的情绪变化 目前大A期货长期贴水
[09:08] 这说明大家对市场的信心确实不足 我们之前也介绍过一个 通过股指期货的深贴水率 来构建的策略 对期货感兴趣的同学 可以去了解一下 至此我们已经介绍了 七种全新的 如何量化市场情绪的方法
[09:20] 以这些加工之后的 情绪数据为基础 我们可以开发出 各种各样效果很不错的 得时选股策略 之后有机会的话 我们也可以展示一些相关的案例
[09:32] 当然了 刻画市场情绪的方法 远远不止这些 我再给大家举些例子 比如说股市的成交量和换手率 也是很常见的情绪指标 短期内某个股票成交量 及月上升 都能间接体现
[09:44] 投资者的情绪在上升 又比如说公募基金的仓位 描述的就是公募基金的情绪 仓位越重 说明公募基金越看好市场 或者说公募基金的净赎回率 就是表示有多少基金 正在赎回基金
[09:56] 那么大家越看好市场 赎回率也就越高 还有大股东 以及高管的真减持行为也能够理解 真实际看好 减持就是看空 诸如此类指标 其实还有很多 我把比较长期的一些方法都列了出来
[10:08] 感兴趣的可以截图观看 如果对这些指标的计算 以及应用感兴趣的话 欢迎在评论区留言 留言最多的指标 我们就可以专门出一期视频 来做详细的介绍 那么本期视频就到此结束 非常感谢大家的点赞
[10:20] 收藏 转发和关注 我们下期视频再见
⚡ Saved you 0h 10m reading this? Transcribe any YouTube video for free — no signup needed.