簡介
因爲工作需要，爬了幾個大型的網站，練就一身爬取數據和分析數據的功夫。所以，在無聊的時候寫了個爬取系統。主要功能是爬取雪球組合的數據，並進行分析，得出一些有價值有潛力的股票代碼。實盤到沒有測試，隨便估計了一下，至少跟盤不會出現虧損。
先普及一下組合的概念：由雪球、微博等平臺的投資主理人管理的股票持倉池。
技術架構
特點：簡單可依賴
- 多服務器多核心異步架構實時爬取
- 機器學習、數理統計經典方法分析
- 6000+組合數據分析的結果秒出
以上有點吹。但是爬取的效果還是準確的。
分析方法
主要是基於統計方法。機器學習也會在後面跟上，獲得更多有價值的信息。
我們分析了6000+組合的數據，對每個組合的具體持倉進行了分析。得出所有組合持倉的並集，這就是持倉最多的熱門股票。當然已經排除停牌股。
同時，計算組合持倉的相同的股票的倉位大小，用總倉位除以持有該股的總組合數，得出平均權重。按大小，排除最佳重倉股。有的人會想，不少主理人喜歡重倉一隻股票。所以，我們會特意標出倉位較重的組合名稱及他們的個數，以供參考。不得不建議，想跟風最佳重倉股，請折半投資。比如平均倉位大小是90%，那麼根據自己的倉位，投資20-45%左右是最佳的方案。
6000+ 組合並不是每一個組合都作爲數據的權重出現。對於關停的、殭屍的、長線的組合，對其做分析貌似沒有太多的價值。所以，我們分析以下2類組合：
- 總收益高於280%，月收益高於9%，每日收益震盪在-5% - 20%的組合，一月調倉3次以上
- 總收益爲高於45%，月收益高於15%，每日收益震盪在-3% - 20%的組合，一月調倉5次以上
對外接口
之前在做Restful的一些應用，對於相關的技術還算了解。爲了能讓別人訪問數據，我們做了接口，將分析、處理、加工完的數據開放。
只需要用戶名即可，不需要密碼，因爲也沒有打算建立用戶賬戶體系。
展示網站
畢竟不是大多數人都會IT技術，所以沒有辦法。我只好又做了一個網站，專門用於展示分析數據。
不知道這個東西有沒有人會看，但是希望能幫到大家。
團隊簡介
谷震平
目前在某一線互聯網公司，任職數據倉庫工程師，專注是數據採集、ETL。也是本文作者。筆者對這個項目的感情很特別。當初，大學輔脩金融，以爲自己畢業後能進投行工作，但是沒人要。後來做了現在的工作。可能就是心裏還有一絲絲抱怨與不甘，才做了現在的事情。希望，能幫助更多的人們，鼓勵更多人追求夢想。
憶夢漣
一位美少女工程師，北郵研究生，專注NLP、機器學習。數據分析、科學計算的能力了得。
結語
寫到這裏，還有很多想說的沒有說完。如果對我們的工作感興趣，歡迎留言繼續交流。
關注微信公衆號，回覆你所持有的股票中文名稱，就會得到從6000多人的持倉數據中分析出來的該股情況！
現在只回復4項數據：
- 日期
- 平均持倉，該股在當天6000多人的平均持有情況，值在0 - 100%之間
- 總體持倉，該股在當天6000多人的全體持有情況，值大於0%
- 所在組合數，該股在當天6000多人的總計買入人數，值大於1
持倉的數據，請自己腦補%(百分號)，忘記單位可就不好了。
快快添加關注公衆號—-谷震平的專欄吧，也可掃二維碼下方二維碼：
^-^