上海“爷叔”神话分析——爱在深秋

本文涉及的产品
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
数据可视化DataV,5个大屏 1个月
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
Github实时数据分析与可视化
基于Github Archive公开数据集,将项目、行为等20+种事件类型数据实时采集至Hologres进行分析,并搭建可视化大屏。
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
|
9天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
5天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2491 14
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
5天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1510 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19280 30
|
7天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
463 11
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18829 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17521 13
Apache Paimon V0.9最新进展
|
1月前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
18699 16
|
4天前
|
SQL 监控 druid
Druid连接池学习
Druid学习笔记,使用Druid进行密码加密。参考文档:https://github.com/alibaba/druid
204 82
|
7天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
422 46
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界

热门文章

最新文章