借助网民的群体智慧设计投资策略
|
在移动互联时代，大数据分析能轻易将无数臭皮匠的想法、意图和偏好集聚在一起来衡量群体的“智慧”或“愚昧”。对投资者来说，无论“智慧”还是“愚昧”，关键是能否借助群体力量在证券市场赚钱。如果群体的力量是智慧的，就跟着走；如果是愚昧的，则背向而行。
法国心理学家古斯塔夫·勒庞《乌合之众：大众心理研究》这本百多年前研究群体心理学的经典之作一度颇为流行。勒庞认为，个人无论多聪明、理性，一旦进入群体，就会变得冲动、烦躁、无法思考、缺乏对批判精神的判断力、情绪高涨；结果会不加怀疑地接受群体提供的意见、想法和信念，盲目模仿群体中其他人的行为和态度。当一位朋友在微信群中借此来为他某一过激论断做辩护时，我建议他读读《纽约客》商业专栏作家詹姆斯·索罗维基的《群众的智慧》。索罗维基此书讲的是三个臭皮匠赛过诸葛亮的道理。她用许多实例展示了一大群人要比少数聪明绝顶的精英更智慧。他们能更好地解决问题，促进创新，做出明智的决定，甚至预测未来。若把这两本书对照起来读，想必会对群体特性会有更深刻的理解。
在移动互联时代，大数据分析能轻易将无数臭皮匠的想法、意图和偏好集聚在一起来衡量群体的“智慧”或“愚昧”。对投资者来说，无论“智慧”还是“愚昧”，关键是能否借助群体力量在证券市场赚钱。如果群体的力量是智慧的，就跟着走；如果是愚昧的，则背向而行。
大型移动互联平台可精确统计人们对某些事物的搜索频率。在天猫上搜索某品牌手机，肯定对该款手机感兴趣。在百度上搜索某明星签署的阴阳合约，说明对此事很关注。投资者如在东方财富网上搜索某公司股票，证明有意投资或抛售该股票或相关公司股票。如果这些大型平台愿意公开这些数据，投资者和决策者们可借助群体力量作出更靠谱的决定。
利用谷歌提供的数据，金斯伯格等人发现针对45个与流感有关术语的搜索数据可比美国疾病预防控制中心提早一至两周预计流感爆发。谷歌工程师研究发现，谷歌搜索数据能帮助预测房屋销售、汽车销售和游客量等。比如，6月第二周中针对汽车的汇总搜索频率在某种程度上能帮助预测6月的汽车销售。这无论对企业决策者、消费者还是投资者来说都非常有价值。汇总搜索频率另外一个名字叫“搜索量指数(Search Volume Index, SVI)”。谷歌通过“谷歌趋势”免费公开SVI。
三位金融学者利用了股票代码的谷歌SVI来衡量民众对某只股票的关注度，并据此研究了投资者关注度和股价的关系。他们发现，SVI捕捉的更可能是不太成熟的个人投资者的关注度。由于个人投资者在决定购买股票时，面临的选择太多，数千只股票和基金，感觉无从下手。如果有某些股票突然能吸引大众眼球，个人投资者往往是这些股票的净买入者。由于个人投资者拥有的信息不充分，他们的净买入往往导致股价在暂时冲高后回落。反过来，个人投资者在决定抛售股票时，就不会有选择困难，因为抛售的股票是他们拥有为数不多的股票中的一个。高搜索量指数导致个人投资者更多净买入，从而导致股价在短期内上升然后再回落的现象在小盘股和那些近期个人投资者交易较活跃的股票中最为明显。
如果说在谷歌或百度上搜索股票的多为投资经验一般的“韭菜”，那在另外一些平台上的搜索者可能会更老到些。
自1996年5月起，美国所有上市公司，除有特殊情况，都必须将包括年报、季报、特别公告、内部人交易信息等在内的报告上传到美国证监会的“电子数据和检索系统(简称，EDGAR)” 。三位研究者利用此数据做了项非常有意思的研究。他们假设同一个人在下载某公司文件时，也会下载相关公司的文件。一个合理假设是，如果有经验的投资者，在下载苹果公司年报时也下载了XZY公司年报，那就有理由相信要么XZY的业务和苹果类似，要么XZY和苹果在经济上有某种联系。他们应用基本的协同搜索算法，研究了在2008年至2011年期间来自320万使用者超过35亿份文件搜索信息，帮每个公司找到了一组在“经济上相关联的同类公司”。与基于传统的行业分类的同类公司相比，这些基于协同搜索算法得出的同类公司在解释股票收益、估值倍数、增长率、研发支出、财务杠杆、盈利能力比率等方面的不同方面要更优越。
这项研究非常有意义。不少沪深股市投资者使用“申银万国行业分类”。该分类行业调整频率很低。如能基于网民搜索中体现出的民众智慧，得到动态、实时更新的“经济上相关联的同类公司”，那会是现有行业分类强有力补充。一些投资策略可在此基础上实施。比如，A和B虽然不在申万同一个三级行业，但在经济上相关联，且A股价往往先于B启动，那我们就可在观测到A的股价变动后，针对B采取及时行动。
美国昆尼皮亚克大学教授王学武和笔者近期完成了一篇研究文章。我们将非机器人在EDGAR上下载某个上市公司文件的数量作为衡量有经验投资者对该公司的关注度。重点是对比不同公司在季报公布前的关注度。如投资者在季报公布前对某公司的关注度很高或很低，那市场对公司季报公布后的反应是否有不同？我们的假设是：如果有经验的投资者对某股票关注度高，有价值的信息会及时反映到股价中，那该股价变动会变得相对有效。而关注度低的股票，股价在季报公布后的变动会相对无效。我们的研究结果证实了这一点。在此基础上，我们设计了一个全新投资策略：买入每股盈利超过市场预期最多且投资者关注度低的一组股票，卖空每股盈利低于市场预期最多且关注度低的一组股票。该策略可产生超过20%的年化超额回报（在去除交易成本之前）。
基于移动互联大数据的研究证实，在很多情况下跟着群体走还是对的。
（作者系美国新泽西理工大学金融学教授）
