分类
交易信号

如何反應市場情緒?

2022-01-18 11:04:31 4点赞

如何判断市场情绪?

空间板 当前市场上连板数量最高的股票,要剔除ST、停复盘、新股等非正常连板个股;市场最高连板的股票代表了当前市场的人气,当人气比较低迷,资金这个时候不敢对准一个方向持续进攻,一般只有2到3连板,当市场人气好,所有资金合力对准一个方向,出现6到9板的高度股。尤其是龙头股的空间板,龙头能持续涨停并且涨出一定高度,其他热点板块的龙头股才敢跟着炒,如果龙头空间有限,其他板块的炒作空间只会更低,这个时候,情绪是不可能火爆的。这个指标的代表性很高。

炸板率 炸板是指股票封板后又打开的情况,炸板率是指的炸板的股票占涨停板股票的比例。市场都看涨时资金以买为主,涨停板往往都是大单封板,很难炸板,这个时候炸板率很低,当市场上有人开始怀疑,心不齐的时候有的就半路反水,这个时候炸板率就会升高。个人觉得尤其注意市场大热时板块个股批量炸板的情况,这个时候市场情绪大概率往下走。

涨停板指数 涨停板指数代表昨日打板资金今日的收益如何,以及昨日涨停在今日红盘的占比,代表打板资金胜率,收益高、胜率高,会刺激更多的资金参与打板,市场情绪好。

近期行情可谓是冰火两重天,有的人赚了很多,有的却亏了不少。机会从来都是给有准备的人,并且在股市中要做到知行合一才能让收益更大化今天给大家强烈推荐一个引路人级别的高手 ,那就是我们预测赢家的 研报主编——7号情报员

7号情报员专注于成长价值龙头的研究 ,实时跟踪业绩数据,结合行业赛道,自上而下进行逻辑验证,这也是陈老师强调的 龙头信仰

403 ERROR

The Amazon CloudFront distribution is configured to block access from your country. We can't connect to the server for this app or website at this time. There might be too much traffic or a configuration error. Try again later, or contact the app or website owner.
If you provide content to customers through CloudFront, you can find steps to troubleshoot and help prevent this error by reviewing the CloudFront documentation.

如何反應市場情緒?

这是「小镇做T家」的第 59 篇原创内容。

在上一篇文章中,我提到了最近在研究的一个课题——「A股市场情绪」,目前已经有了阶段性成果。简单来说这是一个将舆情抽象化后得到的数据指标,可以用来指导A股操作。

实际上,利用「市场情绪」这一指标来指导股市,已经是屡见不鲜的操作了。比如股神巴菲特曾经说过:“事实上,人们会充满贪婪,愚蠢的恐惧是可以预见的

以及smallcase和ETNOW联合推出的Market Mood Index:

不过,在众多「市场情绪」类产品中,最有名的应该就是CNN商业(CNN BUSINESS)推出的免费版「恐惧&贪婪指数」(Fear&Greed Index)了:

至于如何这些情绪指数,老股民们对此应该心领神会:当恐惧值高的时候,对应的是加仓操作;而当贪婪值高的时候,对应的是减仓操作

话虽如此,真正能做到的恐怕只是极少数人。究其原因,一是克服人性弱点是一件很难的事;二是上面的情绪指标其实并不怎么好用。比如说,当贪婪指数升到某个位置时,你无法判断此时是行情的开始还是尾声。因为每次行情的拐点对应的情绪值都是不太一样的。

人们经常说A股是个情绪市场,然而颇具讽刺意味的是,A股至今没有一个比较权威可靠的情绪指数。唯一公开可查的情绪指数,是一个名为同欣合一的私募公开的一张图:

此外,它的情绪指数本身也有点问题:情绪值的落点过于集中在一个箱体区域内,而且时间颗粒度太粗了,没办法对单一交易日进行指导(我猜可能人家有细颗粒度的,只是没有公开)。

既然市面上没有,那么索性我就自己开发一个,这也就是今天我要介绍的「A股市场情绪指数」(AMMI)。从数据源获取到数据化,再到数据加工,以及最后的验证. 在废了九牛二虎之力后,我终于把这个指数给捣鼓出来了。

我设计的A股市场情绪指数集(AMMI)应该算是第一个实用性的情绪指数合集,现阶段它包含了两个指数:「散户情绪指数」PIMI和「市场噪音指数」MNI。

「散户情绪指数」(PIMI,Private Investor Mood Index)体现的是每个散户的主观情绪。情绪能影响一个人的操作,而大众的情绪则能影响整个大盘的走向(注意是影响而非决定)。可以说,由于二者的相关度非常高,所以「用户情绪」可以对我们的股市操作,尤其是仓位管理起到辅助决策的作用。

「市场噪音指数」(MNI,Market 如何反應市場情緒? Noise Index)体现的是互联网的客观声浪。这里的“客观”其实是和上面的“主观”相对应的,因为真正的市场是没有绝对的客观的。而且很多内容产出者为了迎合网民的阅读胃口,经常“报喜不报忧”,在绝大多数情况下会对散户的判断产生干扰。但是在特定市场时机下,却也是反向操作的理想参照物。

MNI指数最大的意义,在于其可以用来指导抄底,而在其他情况下,可用性就比较差。所以后续在每天更新市场情绪的时候,我给的并不是MNI指数,而是一个叫抄底指数(BFI,Bottom Fishing Index)的东西。

据我观察,抄底指令发出频率最多也就1次/月。所以抄底指数(BFI)在绝大部分时间内就是平躺,不过一旦给你发出指令,那就意味着要赚钱了。

基于Python的股市市场情绪分析 原创

2022-01-18 11:04:31 4点赞

biyezuopinvip

情绪与股市

这份代码是股市情感分析项目的一部分,这个项目的本意是利用互联网提取投资者情绪,为投资决策的制定提供参考。
在国内这样一个非有效的市场中,分析投资者的情绪似乎更有意义。
这里我们利用标注语料分析股评情感,利用分析结果构建指标,之后研究指标与股市关系。
可以按以下顺序运行代码:

  1. python model_ml.py
  2. python compute_sent_idx.py
  3. python plot_sent_idx.py
  1. 标注的股评文本:这些数据比较偏门,不是很好找,这里搜集整理了正负语料各4607条,已分词。
  2. 从东财股吧抓取的上证指数股评文本:约50万条,时间跨度为17年4月到18年5月。东财上证指数吧十分活跃,约7秒就有人发布一条股评。
  3. 上证指数数据:直接从新浪抓取下来的。
  1. model_ml.py:机器学习模型,对比测试了8个模型。
  2. model_dl.py:深度学习模型,对比测试了3个模型。

在经过情感分析、指标构建这两个流程之后,我们可以得到一些有趣的结果,例如看涨情绪与股市走势的关系。
我们使用的看涨指标公式为:

经过处理之后,“看涨”情绪与股市走势的关系可以描画出来:

这里只展示诸多关系中的一个。