上市公司非交易数据研究开国内先河

　　谈到金融大数据，一个绕不开的话题就是围绕上市公司的大数据。目前为投资者所熟知和日用的主要以上市公司的交易数据为主，比如成交量、换手率等等。然而，除这些交易数据以外，公开渠道（报纸等各类媒体、论坛博客、微博微信等）还散乱着各种各样和上市公司有关的信息（即被之为多源异构的数据），淳粹传媒CEO曾国伟将这些数据统称为“非交易数据”。

　　据透露，作为国内第一家提出“非交易数据”概念的机构，淳粹传媒已联合知名高校、财经媒体等多家机构共同筹建上市公司非交易数据联合研发中心（The URD Center of Non-transaction for Listed Company）。

　　目前，淳粹传媒已与南开大学等多所国内知名高校签订相关科研项目，组织了涵盖金融、经济、信息、软件、语言等领域的中青年专家对非交易数据进行系统化的理论研究和应用分析。

　　非交易数据科研项目相关研究人员介绍，目前在欧美已经有一些专门的机构对一些非结构数据进行整合研究，但大部分数据还是集中在社交媒体领域。由于非交易数据牵涉研究的领域广泛，涉及到行为金融、数据挖掘、语义分析等一些前沿学科，所以组织研究队伍难度极大，淳粹传媒经过半年多整合和筹备，才组建了国内首支横跨多学科的非交易数据科研团队。

　　欧洲央行在今年7月份公布的一份报告中称，“推特上的情绪状况从统计学和经济学角度来看对预测美国、英国、加拿大的股价有重大价值。”

　　其实，曼彻斯特大学和印第安纳大学早在2010年10月共同发表的一篇论文中就提到，Twitter用户的推文中一些表达情绪的感情词可以用来预测道琼斯工业平均指数的每日动向。研究显示，Twitter用户的情绪变化会在指数波动后的2至6天后反映出来。研究者表明，这类信息能让它们在指数预测准确率方面达到87.6%。

　　据彭博社报道，总部设在波士顿的对冲基金公司Tashtego即依靠算法，利用社交网路去分析客户情绪和投资者行为数据，从而在美股市场进行交易。

　　专家解释，包括社交媒体的情绪指数等在内，所谓的非交易数据概念，最终都是希望与和交易数据建立某种关联，从而能为投资行为提供决策参考。

　　当然，非交易数据的研究比这个例子所讲的要复杂的多，其链条涉及到数据的采集、仓库、清洗、分析等诸多环节，需要不同领域的协同参与，甚至可能包括社会学、心理学等等。

　　“上市公司非交易数据研究和应用在金融大数据领域还属于空白，无论从学术价值，还是商业价值，非交易数据的研究和应用都是开创性的，它或开启金融大数据的新天地。同时，也希望更多的专业人士参与到非交易数据的研究这一领域中来。”相关项目负责人称。

　　据介绍，未来上市公司非交易数据研发中心会陆续发布一系列科研成果和应用。