IBM用大数据预测股价走势

　　不久前，IBM使用大数据信息技术成功开发了“经济指标预测系统”。借助该预测系统，可通过统计分析新闻中出现的单词等信息来预测股价等走势。

　　IBM的“经济指标预测系统”首先从互联网上的新闻中搜索与“新订单”等与经济指标有关的单词，然后结合其他相关经济数据的历史数据分析与股价的关系，从而得出预测结果。

　　在“经济指标预测系统”的开发过程中，IBM还进行了一系列的验证工作。IBM以美国“ISM制造业采购经理人指数”为对象进行了验证试验，该指数以制造业中的大约20个行业、300多家公司的采购负责人为对象，调查新订单和雇员等情况之后计算得出。实验前，首先假设“受访者受到了新闻报道的影响”，然后分别计算出约30万条财经类新闻中出现的“新订单”、“生产”以及“雇员”等5个关键词的数量。追踪这些关键词在这段时期内的搜索数据变化情况，并将数据和道指的走势进行对比，从而预测该指数的未来动态。

　　IBM研究称，一般而言，当“股票”、“营收”等金融词汇的搜索量下降时，道指随后将上涨，而当这些金融词汇的搜索量上升时，道指在随后的几周内将下跌。

　　据悉，IBM的试验仅用了6小时，就计算出了分析师需要花费数日才能得出的预测值，而且预测精度几乎一样。

　　案例解析：从本案例可以看出，大数据不再仅仅局限在媒体与厂商之间的讨论，它犹如一场数据旋风开始席卷全球，从各行各业的IT主管到政府部门都开始重视大数据及其价值。

　　目前，不少信息系统企业都在使用大数据信息技术开发预测系统。例如，2011年，英国对冲基金Derwent Capital Markets建立了规模为4000万美金的对冲基金，该基金是首家基于社交网络的对冲基金，该基金通过从Twitter的数据内容来感知市场情绪，从而进行投资。无独有偶，美国加州大学河滨分校也公布了一项通过对Twitter消息进行分析从而预测股票涨跌的研究报告。

　　企业数据就是新时代还未开采的石油，具有非常之高的价值。国外一些金融机构已经开始做一些前瞻性的研究了，这种做法是非常值得国内金融机构学习和借鉴的。例如，国内大部分证券公司仍然没有摆脱交易性数据为主的特点，但很多有前瞻意识的证券公司已经开始做一些转型了，对微博、互联网等外部数据进行一些分析与预测。