文/ 瘋狂藥師(shī)   來(lái)源：阿爾法工場(chǎng)（alpworks）　

　全球股票(piào)市場(chǎng)正在演化為(wèi)一個(gè)數(shù)據戰場(chǎng)。　

　如我們所知，在股票(piào)市場(chǎng)中，誰有(yǒu)數(shù)據信息優勢，誰就具備收獲超額收益的可(kě)能。　

　問題是，該如何提前獲得(de)數(shù)據呢？恐怕多(duō)數(shù)人(rén)首先想到的是內(nèi)幕信息。　

　殊不知，通(tōng)過對公開(kāi)數(shù)據的收集和(hé)加工，并應用于投資，也是可(kě)以獲得(de)這種優勢的。　

　迄今，在以華爾街(jiē)為(wèi)中心的全球股票(piào)市場(chǎng)中，機構投資者通(tōng)過網絡爬蟲技(jì)術(shù)獲取領先數(shù)據，進而赢得(de)收益戰争的現象已越來(lái)越普遍。　

　就中國市場(chǎng)而言，通(tōng)過藥師(shī)的走訪調研得(de)知，中國私募機構們運用爬蟲技(jì)術(shù)的現象亦正日趨增多(duō)。其中主力，則多(duō)為(wèi)那(nà)些(xiē)此前率先涉事量化交易的私募機構們。　

　這類爬蟲私募是如何運作(zuò)的，藥師(shī)這就為(wèi)你(nǐ)揭示。 　

　爬蟲：我隻是信息的搬運工 　

　所謂爬蟲，是一種能自動獲取網頁內(nèi)容，并可(kě)以按照指定規則提取相應內(nèi)容的程序。　

　用大(dà)白話(huà)來(lái)說，爬蟲就是一個(gè)探測機器(qì)，它的基本操作(zuò)就是模拟人(rén)的行(xíng)為(wèi)去各個(gè)網站(zhàn)溜達，點點按鈕，查查數(shù)據，把看到的信息背回來(lái)。　

　作(zuò)為(wèi)一種常用的收集數(shù)據手段，爬蟲往往會(huì)被數(shù)據采集公司，用來(lái)搜索出現在公共網站(zhàn)、社交媒體(tǐ)、在線社區(qū)、郵件插件上(shàng)可(kě)能有(yǒu)價值的信息。　

　例如從應用程序和(hé)用戶評論的下載，到航空(kōng)公司和(hé)酒店(diàn)通(tōng)過票(piào)務網站(zhàn)接收預訂的信息。　

　爬蟲可(kě)以跟蹤很(hěn)多(duō)東西，從雜貨到汽車(chē)銷售的價格趨勢。　

　分析師(shī)可(kě)以通(tōng)過抓取消費者網站(zhàn)上(shàng)産品的評論，來(lái)評估新産品的推出和(hé)産品生(shēng)命周期。　

　下圖展示的一家(jiā)數(shù)據公司，不僅提供多(duō)家(jiā)在美上(shàng)市公司的領先數(shù)據，還(hái)提供相關的投資分析服務。　

　包括特斯拉(NASDAQ:TSLA)的庫存數(shù)據，以及各社交網絡上(shàng)和(hé)用戶的交互數(shù)據。　

　以及，不久前在香港上(shàng)市的小(xiǎo)米(HK:01810)的社交網站(zhàn)的數(shù)據。　

　當然，這是免費版的界面，相信付費版中提供的內(nèi)容會(huì)更加豐富。　

　下面這家(jiā)數(shù)據分析公司，更是覆蓋多(duō)家(jiā)已經上(shàng)市的中概股，其中就包括剛剛登陸美股的拼多(duō)多(duō)(NASDAQ:PDD)的數(shù)據。　

　在一位匿名業內(nèi)人(rén)士看來(lái)：“對于爬蟲技(jì)術(shù)而言，難點主要在于反抓取上(shàng)，被爬取方可(kě)能會(huì)針對IP、頻次、請(qǐng)求習慣等方面做(zuò)一些(xiē)分析和(hé)限制(zhì)，也會(huì)有(yǒu)圖形驗證碼等人(rén)機驗證手段防止爬取。”　

　他進一步表示：“其次的難點就不是爬蟲的問題了，而在于龐大(dà)數(shù)據的分析和(hé)清洗上(shàng)，怎麽從看似雜亂的數(shù)據中分析出自己想要的內(nèi)容，也是很(hěn)需要技(jì)術(shù)含量的。”　

　比CEO更了解企業運營狀況 　

　作(zuò)為(wèi)國內(nèi)較早将爬蟲技(jì)術(shù)應用于投資領域的保銀投資，近年來(lái)的投資可(kě)謂穩紮穩打，收益方面也是節節攀升。　

　究竟是如何做(zuò)到上(shàng)述這些(xiē)的？基金經理(lǐ)李墨給出了答(dá)案。　　

“為(wèi)了有(yǒu)效緊密跟蹤交易性機會(huì)，充分尋找上(shàng)市公司各類蛛絲馬迹，目的是做(zuò)到比CEO更了解财務狀況，也比CFO更了解運營情況。首先要做(zuò)的，就是設置互聯網爬蟲系統緊密各類數(shù)據和(hé)信息。”保銀投資基金經理(lǐ)李墨表示。　

　具體(tǐ)來(lái)看，觀察産品價格背後的供需情況，以酒店(diàn)為(wèi)例，經濟型酒店(diàn)房(fáng)價處于動态變化，經營者根據入住情況不斷調整價格。因此，可(kě)以從線上(shàng)預定網站(zhàn)或線下渠道(dào)，了解客源情況，并做(zuò)進一步微觀信息挖掘，深度了解運營能力。　

　通(tōng)過類似這樣的數(shù)據分析，就容易找到行(xíng)業內(nèi)公司間(jiān)的差異性，通(tōng)過運用股票(piào)多(duō)空(kōng)策略，就可(kě)以實現較為(wèi)穩健的獲利。　　

“比如說做(zuò)多(duō)招行(xíng)(SH:600036)做(zuò)空(kōng)農行(xíng)(SH:601288)，那(nà)麽隻要招行(xíng)比農行(xíng)跌的少(shǎo)，我就能賺錢(qián)。招行(xíng)比工行(xíng)農行(xíng)漲得(de)多(duō)也賺錢(qián)，招行(xíng)比農行(xíng)好這件事情大(dà)概率是比較确定的。”保銀投資副總裁馬肸珣表示。　

　類似的例子，還(hái)有(yǒu)做(zuò)多(duō)吉利汽車(chē)(HK:00175)，做(zuò)空(kōng)長城汽車(chē)(HK:02333)。　

　超額收益的來(lái)源：政策和(hé)情緒 　　

“對于具有(yǒu)典型政策市特征的中國股市而言，通(tōng)過對官媒信息的有(yǒu)效分析，有(yǒu)助于判斷國家(jiā)政策變化。”某量化私募人(rén)士透露。　　

“以計(jì)劃生(shēng)育政策為(wèi)例，通(tōng)過對獨生(shēng)子女政策關鍵詞在官媒上(shàng)出現頻率的跟蹤，有(yǒu)助于預測政策變化。”上(shàng)述人(rén)士進一步表示。　　

“另外，個(gè)人(rén)投資者情緒的準确捕捉，對投資中國A股市場(chǎng)也至關重要。對社交媒體(tǐ)的有(yǒu)效分析，是獲得(de)中國A股超額收益的關鍵，因為(wèi)個(gè)人(rén)投資者占據了A股市場(chǎng)很(hěn)大(dà)一部分的交易量。”上(shàng)述人(rén)士透露。　

　他進一步表示：“我們每月都會(huì)通(tōng)過爬蟲抓取超過 200 萬篇的股評文章，從‘股吧(ba)’中每天讀取約 10 萬個(gè)帖子信息，用于觀察個(gè)人(rén)投資者情緒。發現個(gè)人(rén)投資者在網絡上(shàng)所發布的相關股票(piào)信息，可(kě)用于對相關股票(piào)未來(lái)收益的預測。”　　

“具體(tǐ)來(lái)看，高(gāo)度活躍的股票(piào)信息交流，通(tōng)常預示着相反的市場(chǎng)走勢；持續一緻的積極觀點，預示着潛在的市場(chǎng)高(gāo)預期表現。”上(shàng)述量化私募人(rén)士解釋道(dào)。　

　爬蟲：私募超額收益的下一個(gè)來(lái)源 　　

華爾街(jiē)對于超額收益的追求從來(lái)沒有(yǒu)停下過腳步，在過去的 150 年中，超額收益的來(lái)源平均每 10 至 20 年就要變化一次。在 20 世紀 50 年代，最初的對沖基金發明(míng)了股票(piào)多(duō)空(kōng)策略；在 20 世紀 80 年代，數(shù)學和(hé)計(jì)算(suàn)機比手持式計(jì)算(suàn)器(qì)更具優勢；在 21 世紀初，超額收益來(lái)源于高(gāo)頻交易。　

　這些(xiē)策略或工具，一度讓那(nà)些(xiē)能夠首先使用它們的人(rén)比其他人(rén)更有(yǒu)優勢。　

　但(dàn)随着它們變得(de)越來(lái)越普遍，它們的優勢消失了，投資者不得(de)不尋找新的策略工具。　

　目前看來(lái)，“爬蟲”當道(dào)的今天，使用那(nà)些(xiē)由海量數(shù)據掩蓋下的獨特、領先信息，或将成為(wèi)私募超額收益的下一個(gè)來(lái)源。