炒股App:大数据丢在风口上的蛋
尽管炒股App处于刚刚勃兴阶段,但业内几乎在短时间内迅速就其产品模式达成了共识——将交易与交流相结合,组建日常化的投资社区。在此之下,不同背景与定位的炒股App开始探索各自的商业模式,谋求符合自己的生存之道 ...
据媒体报道,与2007年“大牛市”不同,2014年以来的大牛市伴随移动互联网的蓬勃发展,特别是微信、移动新闻客户端等加快了信息传播速度。2007年时,股票投资者还需要在同花顺、大智慧等PC客户端浏览行情;而今,几十个乃至近百个新式炒股App蓬勃而生,为无数赶赴牛市的“85后”新生代投资者提供参考。
一场以炒股App寻找全新App增长点的创投热情,更在四五月间股市的“牛气冲天”中,被极度释放,进而又在6月末的一连串股市大跌之中,被非议无数。作为已经不再热门的App创业中的一支奇葩,在股市的风口上,炒股App到底能够走多远?
社交应用的股票定制版?
在有关提到此次炒股App热的媒体报道中,常有一段话,专门用来解析过去主要应用于PC的炒股软件和当下应用于手机的炒股App的区别:“尽管炒股App处于刚刚勃兴阶段,但业内几乎在短时间内迅速就其产品模式达成了共识——将交易与交流相结合,组建日常化的投资社区。在此之下,不同背景与定位的炒股App开始探索各自的商业模式,谋求符合自己的生存之道。”
如果翻译成更为浅显的话语,可以理解为这些炒股App的基础架构颇类似微信、微博之类的社交应用,一些炒股达人则成为这一社交应用之中的微信公众号或者微博大V。当然,草根股民也可以用朋友圈,发表一下自己对股市的看法。
这样的平台架构,其实在技术上已经没有多少难度可言,因此,其快速爆发的效率可以用“扎堆”来形容。据6月22日中国之声《新闻晚高峰》报道:“任意一个App Store,与‘炒股’相关的新式App有几十至近百个之多,包括公牛炒股、优顾炒股、短线放大器、投资堂等。”而火爆程度呢?“百度指数也显示,近一个月内关键词‘炒股软件’的搜索指数整体同比上升了834%,移动端同比上升超1000%。”
如此红火的炒股App势头,它真正和过去大智慧、同花顺这样的PC客户端相比,当然并不仅仅是炒股社交化如此简单。以2011年就上线的炒股App股票雷达为例,其创始人冯月就坦言:在做法上,股票雷达要求投资者都必须公布自己的投资记录,形成交易数据公开;通过一定时间内的收益排名数据比较自动推出“股票高手”,允许用户跟着高手投资。一旦关注某个高手后,平台会自动向投资者发送该高手仓位实时变化消息。凭借“有迹可循”和“跟单交易”的新颖模式,股票雷达很快就吸引了首批用户,截至目前,股票雷达实盘日交易额已经有几亿元,股票雷达团队也已突破100人。
这被冯月称之为是一种大数据的呈现,而真正对于股民来说,这其实就是一个实时的操作指南。这是以往大智慧、同花顺等老牌股票应用,主要提供一些股票推荐和相关资讯所不能及的。
据《深市新开户个人投资者学历分析报告》显示,在2014年初到2015年3月31日之间的新开户投资者中,30岁以下人群占比达到37.7%。这一批在互联网土壤上生长起来的“85后”股市小白用户,跟着带头大哥混的思维逻辑就是他们炒股的刚性需求。
一个前度玩家的新游戏
对于炒股App和过去的炒股软件的区别,笔者有一个更为形象的比方,后者其实就是一款单机游戏,而大智慧们提供的各种资讯,则是股票这款游戏的玩家们,在一个封闭的小房子里,独自专研着属于自己的游戏攻略。你其实是一个人在战斗。个人在股市里摸爬滚打的长期经验和对信息的分析研判能力,将为一次又一次通关,增加一些成功的砝码。
而前者,则是一款网络游戏,面对全新的关卡,一个新手往往顿时迷失了方向,如果沿用过去的方法,去研究游戏攻略,学费高、课程长、见效慢。但在社交平台上,可以有另一个选择,跟着有经验的老前辈、股票高手们一起,去开荒捞点战利品。当然,这依然不能保证通关,但至少这是摆在还不太懂股市的“票友”们最简单粗暴的炒股赚钱方式。
其实,这两种模式之间,是有过渡阶段的,即在2007年上一轮牛市期间,在博客平台上一度跃红的那些荐股牛人,包括曾被誉为中国第一博后又因为诈骗罪而入狱的“带头大哥777”。所不同的是,这个中间阶段的过渡平台,依然延续着那些专家荐股、炒股达人的神话,加上信息的不透明性和仅仅为推荐而非真正实时操盘,而备受诟病。
这就涉及一个所谓盈利模式的话题。即前代产品如大智慧、同花顺的盈利模式,其实最主要的还是作为一个平台,协助股民浏览行情、获取资讯、完成交易,并收取金融信息服务费用和少量的广告费用。这种其实还停留在过去“卖产品”的服务模式和股票门户平台的定位,在越来越海量的信息数据爆炸下,也越来越不合时宜,也更加地向摸爬滚打股海多年的重度股民方向发展,也使得其业绩一直表现乏力。5月的媒体报道中,一位分析师则对腾讯财经表示,大智慧一向擅长给资本市场讲故事,但其主业一直陷于巨额亏损,商业模式不可持续。
反之走“跟高手炒股”概念的股票雷达、雪球等炒股App,则以反专业化的面目出现,即用“高手”这一概念,以及自己平台对大量碎片化信息数据的分析并简化成买进卖出的量化结果,让小白用户可以快速赚钱,并迅速地为自己的平台聚集起人气。“人气就是入口”,对于移动互联网的App们来说,有了人气,并用真正能赚到钱来黏住用户,盈利模式总会有的。到6月,据称股票雷达和雪球上的日均活跃用户数接近100万,对于一款“网络游戏”来说,社区的内容贡献问题、高手数量、跟随的小弟资源,均已盘活了。
只是,在大牛市下,怎么炒都容易赚钱,矛盾不易爆发。但万一熊了呢?
大数据!一个有关预测的局
万一熊了,能不能真正让小白用户“跟高手炒股”赚到钱,就成为决定App黏合度的最终关键,为此,有志于炒股App的各路英雄,包括BAT们,都祭出了同一张牌——大数据。
腾讯早在2012年就推出了“自选股”App,在其社交领域基础上打造“股票圈”;百度今年2月上线了选股App百度股市通,主推智能选股。阿里则在5月牵手第一财经,将第一财经专业的财经资讯、投研报告内容,通过支付宝“股市行情”端口直接抵达3亿支付宝用户。
在某种意义上,腾讯的“自选股”颇为类似上述草根创业的炒股App,阿里则以更为专业和标准化生产采集的第一手资讯和服务压过传统炒股软件大智慧们一头。两大巨头的切入角度,均是以自己最优势而竞争对手难以山寨的平台力量,可谓刁钻,但尚不具备颠覆力量;而最具典范意义的则是百度的股市通,其号称基于百度每天数亿量级的政经类搜索数据和数百万新闻资讯信息,通过专业的数据挖掘和分析技术,将新闻信息、搜索数据与股票建立起相应的关系,以信息的热度变化来实时分析股票市场的变动。
简言之,就是通过信息流的快速变化得出一个涨跌的大数据结论,这个大数据优势,只有百度具备,其原理颇为类似早前百度推出依托区域面积内使用百度地图的人数而形成的景区热力图,来帮助出行人士选择到底是看人海还是看风景。这一基于大数据和人工智能技术的“智能选股”服务,据其统计数据显示,上线3个月以来,百度股市通应用大数据推出的热点有685个。如果以每个热点的关联股票作为一个组合,平均仓位以当日开盘价买入,第二天开盘价卖出计算,有78%的热点题材股票是上涨的,且日均涨幅达到1.7%。如果按照A股1年240个交易日计算,年复利收益在理论上达到56倍。
但这依然只是一个理论化的模型,其特点也仅仅是用数据的力量来分析海量信息流,跳过股民不关心的分析过程而直接导出一个预测结果,与“跟高手炒股”的区别,也主要在于一个是以算法来预测,一个则更多依靠经验来预测。
且“跟高手炒股”目前也在探索一种经验型大数据的解决方案,如股票雷达等,也在考虑除了供应大量信息和订阅高手动态的方式之外,对信息数据以及高手们的实时动态,而形成一系列预测结果,甚至介入中信证券、广发证券、国金证券、方正证券、国联证券等老牌券商,以形成更具指导力的结果,供小白用户直接选择。
怎么样的大数据分析方案,其实都只是各个入局炒股App根据自身优势与特点,对“真正能为小白客户实现简化投资”这一结果而找寻的出路,但真正能否预测到结果呢?正如抽样调查只能为选举结果提供参考系一样,仅仅来自于某些领域的大数据,其实也只是一个较大的参考系,而非全量的数据分析,其参考价值更大,但也仅仅只是参考,是更无限接近真相的一个预测。
股市有风险,投资需谨慎。这句话同样适用于炒股App们,能否在牛市和熊市的不同阶段保持对用户的黏合性,能否总是保持正确,很重要。而这其中,除了科学的大数据参考外,还有那么一丝赌博的味道。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21