上海“爷叔”神话分析——爱在深秋

简介: 上海“爷叔”股市评论走红,言论影响巨大,分析显示其预测大多不准确,但个别时机准确,模拟操作获利,反映股市预测复杂性,强调投资需谨慎。

股市有风险,投资需谨慎。以下仅代表个人意见。


近期,一位被网民亲切称为“上海爷叔”的股市评论者迅速走红,其名言“牛市已来,爱在深秋”不仅在网络上广为流传,而且在低迷的股市中给股民不少的信心和鼓励。这位爷叔凭借个人影响力,奇迹般地将中信证券推上了券商板块的人气巅峰,引发了广泛的关注与热议。

有人说:爷叔的言论不过是哗众取宠的新手段,质疑其背后可能隐藏着对普通投资者进行情绪操控的动机,担心这会成为一种收割“股市韭菜”的新策略;也有人说:他是股市的脊梁,散户的主心骨。

敬请期待以下的深度分析,一同揭开“爷叔”现象背后的真相,洞察股市文化的微妙变迁:

wenzhang_1.jpeg

备注以下内容我会采用DataV-Note作为分析的工具

一、爷叔对大盘预测分析

首先,我从三方券商的OpenApi中获取最近几个月的大盘走势数据:

重要字段解析:time为时间;open为开盘价;close为收盘价

wenzhang_2.png wenzhang_3.png


随后,我着手将Bilibili关于爷叔视频中的信息整理为结构化数据集:

time为时间;time_publish为发表言论时间;y_true为大盘实际值;y_pred为爷叔预测值;weights为设置的权重

wenzhang_4.png

但在这一整理流程中,我们遇到一个挑战,我们需要讲某些复杂的金融专业术语转化为既定性又定量的结构化数据,其规则如下:

  • “xx月xx日-xx月xx日达到某个值”:取时间段内最接近数据进行计算
  • “某个股票上涨/下跌”:取结束日期的股价减去开始日期的股价
  • "某个股票低开高走/高开低走" :判断最近日期股价是否下跌/上涨;结束日期股价是否上涨/下跌
  • “某个股票走势反转”:对比结束日期和开始日期的股价对比是否符合趋势
  • “某个股票区间预测”:取其平均数进行计算
  • “xx月xx日之后趋势如何”:计算7-15天内是否符合趋势

个人认为:期待DataV-Note后续集成多模态输入功能,以及无缝对接互联网数据的能力,允许用户自定义知识库。AI自动识别转为结构化数据,这将极大程度上帮助用户自动化处理信息。

wenzhang_5.png

从上述图表分析中,我们可以观察到,爷叔的部分观点显得较为夸张,甚至颇具想象力,如:预测大盘值 - 实际大盘值 > 500的。为此,我会进行初步的筛选,旨在确保分析的严谨性。 wenzhang_6.png


最后,我使用“加权决定系数”的公式来进行计算,由于爷叔有些预测是模棱两可的,我会降低其计算的权重,有些判断是精确的,我会提高其计算的权重。

wenzhang_7.png

wenzhang_8.png


荒谬之处在于,加权决定系数(通常称为R²值)的标准范围应为01之间,其中接近1的值表明模型的预测力越强,拟合度越高。然而,我们得到的结果是-2.8735899406258567,这一数值显著地超出了预期的正向区间,说明我们的模型不仅没有达到理想的预测效果,而且可能出现了根本性的偏差,这说明了爷叔大部分的言论十分不准确。

但有趣的是,当我们聚焦于股市中两个关键时间节点进行分析时,爷叔的预测走势与大盘实际表现惊人地吻合


  • 6月底:

事件:出台有关维护“金融消费者”的相关权益法律法规

预测:爷叔预言6月会下跌,7月会反转,8月继续回调

wenzhang_9.png

  • 9月中下旬

事件:刺激政策的推出以及大盘触底反弹

预测:爱在深秋

wenzhang_10.png

此外,特别值得关注的是,在9月24日25日这两天,强劲的“政策信号”显著增强了市场信心,引领中国资产经历了一波集中的强劲增长。股市大盘逼近10%的涨幅,这一态势精准印证了爷叔“爱在深秋”的分析。


二、爷叔对板块预测分析

爷叔在6月24日7月7日7月21日以及8月24日这几个关键时间点,均表达了对半导体市场未来走高的观点,因此,我们选取了具有代表性的半导体基金(ETF)作为参考对象。然而,观察其从6月至今的表现,却发现走势颇为复杂,与我们先前的预测存在较大偏差

wenzhang_11.png

与此同时,爷叔在7月7日7月21日8月24日这几个关键时间点,也明确且强烈地表达了上涨的乐观预期,但结果却是大相径庭。

wenzhang_12.png

总的来说,根据爷叔对板块走势的图表分析,我们发现预测结果并不理想,偏差较大。因此,从目前来看,爷叔对板块的预测可靠性有待商榷


三、爷叔对个股预测分析

爷叔曾在7月18日和7月20日多次提及中信证券,预言中信股价年底会攀升到68块,甚至满怀激情地展望其终极目标价格可触及700元。目前该股票的价格稳定在大约20元附近,但值得注意的是,它正展现出积极的上涨势头

wenzhang_13.png

上海贝岭是最近比较惹人注目的股票,从5月底到8月底已经接近翻倍了。上海爷叔在7月14号和7月19号一直强调上海贝岭会上涨,这确实符合他的预期。这一过程中,不仅粉丝群体的积极响应起到了推波助澜的作用,一系列的报道也进一步推动了市场人气,共同促成了上海贝岭最近的高度关注与强劲走势。

wenzhang_14.png

当然,除了中信证券和上海贝岭这两个频繁被推荐的股票,爷叔还提到了一系列值得关注的股票,如中视传媒、紫光股份、同花顺、东方财富等。由于篇幅限制,这里就不一一详述了,感兴趣的朋友们可以通过自行搜索关注。


四、模拟操盘盈利分析

我们的模拟了100万的资金,并且按照爷叔提及频率前三的个股进行平均配股,个股分别为:中信证券(频率最高)、上海贝岭(频率次之)、华为算力(推荐的科技板块),并且结合对大盘、板块的预测来进行购买/卖出操作,具体策略如下:

wenzhang_15.png

wenzhang_16.png

wenzhang_17.png

wenzhang_18.png

令人惊讶的是,采用爷叔的策略进行操作后,在当前市场较为低迷的条件下,仅仅几个月时间,中信证券盈利59102.64元,上海贝岭盈利146348.33元,华为算力盈利44279.99元,总盈利249730.96元,这一成果着实令人振奋。显然,爷叔在言辞上的表现或许略显夸张,但在实际操作中确实有一套。


此时此刻,我只想问问各位家人们,大家的账户是红的还是绿的,反正我是绿的!!!


细心的家人们或许已经发现,为此,我把所有图表的主题颜色都设置成了绿色

                                                                                          wenzhang_19.jpeg


五、总结

无论如何,股市的涨跌受多种复杂因素的影响,如:宏观经济因素、市场心理与情绪、公司基本面、政策与监管、技术分析以及其他外部事件等等,因此,预测市场走势是一项复杂挑战,其变动原因难以一言以蔽之,会随各种内外因素的动态变化而波动万千。大家始终铭记:

股市有风险,投资需谨慎,请勿随意盲目跟投!

股市有风险,投资需谨慎,请勿随意盲目跟投!

股市有风险,投资需谨慎,请勿随意盲目跟投!


再次推荐一下DataV-Note这款工具,官网一块钱可适用。她是一款智能数据分析产品,具有极强的可视化能力。她不仅能非常好地支持原生Jupyter-Notebook的原生功能,而且创作完的的Notebook还能排版、美化、改主题,更惊讶的是她可以一键导出各种格式分享到各个平台。


4A9EC2DE-04FD-4D93-95E1-9FB09CA10616.png

相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
|
8月前
|
存储 数据可视化 Python
使用Python实现个人财务管理工具
本文介绍如何使用Python实现一个简单的个人财务管理工具,包括记录支出和收入、生成财务报告和数据可视化等功能。通过命令行界面输入数据,计算总支出、总收入和净收入,并使用Matplotlib库进行数据可视化。
402 2
|
10月前
|
数据可视化 图形学 UED
只需四步,轻松开发三维模型Web应用
为了让用户更方便地应用三维模型,阿里云DataV提供了一套完整的三维模型Web模型开发方案,包括三维模型托管、应用开发、交互开发、应用分发等完整功能。只需69.3元/年,就能体验三维模型Web应用开发功能!
672 9
只需四步,轻松开发三维模型Web应用
|
4月前
|
Linux
linux命令详细说明以及案例
本文介绍了常用的 Linux 命令及其详细说明和示例,包括:`ls`(列出目录内容)、`cd`(更改目录)、`rm` 和 `mv`(删除与移动文件)、`grep`(搜索文本)、`cat`(显示文件内容)以及 `chmod`(更改文件权限)。每个命令均配有功能描述、选项说明及实际案例,帮助用户更好地掌握 Linux 命令的使用方法。
209 56
|
3月前
|
SQL 人工智能 数据挖掘
quickbi使用总结以及问题反馈
本文总结了使用QuickBI高级版及电子表格的功能体验与改进建议。内容涵盖具体报表使用(如趋势分析表、多维趋势表)、函数及其他模块(如LOD函数、自助取数)、AI智能问数模块以及数据集使用的优缺点。指出趋势分析表在复合指标处理上的不足,多维趋势表对比周期限制,以及1万条明细数据限制对年同比的影响等问题。同时提出未来期望,希望建立结合企业知识库的大模型,优化数据分析与建议能力。
|
5月前
|
SQL 人工智能 数据可视化
数据团队必读:智能数据分析文档(DataV Note)五种高效工作模式
数据项目复杂,涉及代码、数据、运行环境等多部分。随着AI发展,数据科学团队面临挑战。协作式数据文档(如阿里云DataV Note)成为提升效率的关键工具。它支持跨角色协同、异构数据处理、多语言分析及高效沟通,帮助创建知识库,实现可重现的数据科学过程,并通过一键分享报告促进数据驱动决策。未来,大模型AI将进一步增强其功能,如智能绘图、总结探索、NLP2SQL/Python和AutoReport,为数据分析带来更多可能。
196 21
|
6月前
|
数据可视化 数据挖掘 atlas
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
随着互联网场景的快速衍生,打车、外卖、智能驾驶等领域的空间数据爆发式增长,海量数据分析成为日常需求。然而,传统地图服务面临性能、安全和成本挑战。为此,我们推出「DataV Atlas 地理数据服务」,提供高效、安全、易用的地理数据解决方案。通过简单的 SQL 查询即可生成专业地理服务,支持多源数据整合、实时更新与分析,确保数据安全,并深度集成 DataV Board 数据看板,实现一键上屏和交互式分析。适用于大屏展示、城市规划等多种场景,助力企业轻松挖掘空间数据价值。
386 6
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
|
5月前
|
SQL 数据可视化 atlas
低空经济新基建!DataV Atlas 如何用大模型玩转空间数据?
阿里云DataV Atlas推出搭载通义千问最新2.5 Max大模型「时空SQL智能小助手」,通过自然语言生成专业SQL,简化空间数据分析流程,助力智慧农田、城市低空交通及应急调度等领域,推动精准决策和智能化管理。零门槛体验空间智能分析革命,开启“会思考的天空网络”新时代。
426 4
低空经济新基建!DataV Atlas 如何用大模型玩转空间数据?
|
8月前
|
SQL 数据可视化 关系型数据库
阿里云DataV“山海计划” x Epic Fab:“中国风AIGC”助力智慧城市建设
DataV“山海计划”根据中国城市规划特色,建立城市地块、建筑、道路等“城市要素知识库”,基于AI大模型技术生成更贴近“中国特色”的城市场景。基于DataV“山海计划”的UE引擎插件已经登陆Epic Fab,广大UE引擎开发者可以通过该插件免费体验城市历史悠久的广州场景三维资产。除了三维城市场景生成,DataV为智慧城市提供完整的数据看板解决方案,提供200+基础图表、支持API、MySQL、SQL Server、人大金仓、达梦等30+数据源,通过DataV与UE引擎,广大开发者可以低成本获得“智慧城市”开发方案,将更多精力放在满足用户业务需求上,从而提升智慧城市项目的交付质量。
482 3
|
4月前
|
人工智能 数据可视化 数据挖掘
工业零件不良率、残次率的智能数据分析和数字化管理
在传统工业领域,我们通过引入DataV-Note平台,成功实现了企业智能数据分析与数字化管理的初步目标。这一平台不仅显著提升了数据处理的效率和准确性,还为我们的日常运营提供了更加科学、直观的决策支持。然而,这只是智能化转型的第一步。展望未来,我们期望能够进一步深化技术应用,推动企业管理向更高层次的智能化方向迈进。通过持续优化数据分析能力、完善数字化管理体系,我们致力于将企业的运营模式从传统的经验驱动转变为数据驱动,从而全面提升管理效能和市场竞争力,为企业创造更大的长期价值
|
7月前
|
数据采集 人工智能 自然语言处理
阿里云百炼产品月刊【2024年11月】
11月,阿里云百炼平台迎来一系列重大更新,包括推出QwQ、qwen-turbo、qwen-Plus等多个新模型及快照版本,强化AI推理、文本生成、视觉理解等能力。此外,还优化了模型管理、数据处理等功能,提升了用户体验。