这是邢不行第 120 期量化小讲堂的分享
作者 | 邢不行
“别人贪婪我恐惧，别人恐惧我贪婪”，巴菲特如是说。
A股也曾有格言广为流传：“买在无人问津处，卖在人声鼎沸时。”
以上所言，本质并无不同，皆是对市场情绪的判断。
类似经验身边不知凡几：如果坐地铁时发现周围人都在讨论股票，牛市也就基本到头；又如果某天炒股群中无人冒泡，甚至不见吐槽大A的段子，熊市可能即将见底。
诸多经验也引发我们思考：市场情绪能否量化？恐惧和贪婪该如何量化，方能以此形成交易决策？
但情绪本就虚无缥缈，又如何能精确客观地量化呢？
本文我们将从以下4个角度出发，介绍一些量化市场情绪、摸透其脾性的常见方法。
文中所用数据代码及其他资料皆已打包，如有兴趣，可以加我微信xbx297，都是可以直接免费发给你的。
01
常见主观指标
1 | 问卷调查 |
感知市场情绪最简单粗暴的方法是问卷调查，可直接知晓大家对未来市场的看法。
2019年，我曾在朋友圈发起过一次调查：上证指数是否会跌破图中B处缺口？
当时80%的人认为会。
而最终上证指数跌破2800，出现跳空回补，与调查结果一致。
这就是一个简单的问卷调查案例。
但该方法在1929年的华尔街也许算先进，到现在难免有些过时。
鉴于多数人不会认真对待调查问卷，且信息来源及可靠性均无保证，费时费力，因此不作推荐。
2 | 搜索引擎 |
通过词条搜索量，即常用的搜索引擎获取信息也是一种方法。
每逢牛市，关注股市的人数大幅增加，“股市”、“上证指数”等关键词的搜索频率也会随之增加。
因此可以通过搜索数量来量化市场情绪。
大型搜索引擎或社交网站一般会有XX指数页面，如谷歌指数、微博指数、微信指数、百度指数等等。
以百度指数为例，搜索上证指数关键词。
不难发现，2015年牛市行情中，搜索指数与K线走势极为接近。
搜索指数与K线走势图
学术界对此也有过诸多相关研究，感兴趣的朋友可以去找来阅读。
但此法也有一定局限性，比如随着用百度的人数不断减少，百度指数的参考价值也会随之下降。
3 | 文本分析 |
既然说到百度，经常用它搜索股市资讯的朋友，应该见过类似标题：
这类标题往往情绪倾向较强，如风险升高等字眼，明显带有负面情绪；新增、无惧等词，明显代表积极情绪。
各大财经媒体发布的成千上万条新闻，社交网站上投资者对市场的看法等等，这些文本就构成了分析市场情绪的大数据。
这些数据过多，我们无法亲自处理，只能依靠人工智能技术。
例如我们可以用AI通过情绪判断将文章划分为看涨、看跌、中性和无观点。
我们再通过每天看涨看跌的比例，分析市场情绪的趋势。
这也不是什么新方法，早在2010年，美国就有对冲基金基于Twitter发言交易了，我在2011年也做过该方面的研究。
如今人工智能愈发成熟，有技术的朋友也可尝试一二，或加我微信xbx297，与我交流此道。
当然需要说明的是，经研究，这类舆情数据不仅对交易指导性不强，可靠性也较差，运行这类策略的基金表现也一般。
因此对于股市，并非方法越先进就越赚钱。
4 | 分析师 |
除此以外，券商分析师作为特殊的市场参与者，他们的主观情绪往往更加单一化，更容易被分析。
尽管很多人对分析师行业多有诟病，但机构们仍会参考他们的建议。
分析师虽然无法下场炒股，但会在研报中对股票作出评级，分为卖出/减持/中性/增持/买入几类。
研报评级代表了分析师对股票的情绪及预测
一些财经网站上，会整理好分析师评级数据，我们可以将其汇总：
评级数量汇总
每个评级占比会随时间变化，即可理解为市场情绪的变化。
如若买入/增持评级占比增加，则情绪更为积极；反之其他评级占比增加，说明市场情绪更悲观。
我们还可以重点关注个股的评级变化。
当你持有的股票的评级从买入掉为减持，说明分析师情绪开始多转空，此时需额外注意。
至于分析师的情绪指标是否准确，其实我们早已给出答案：
点击图片阅读文章
以上4种市场情绪指标的量化方法，有些数据获取难度较大、主观性太强，实操中应用并不多。
我们自己更多会通过股市本身的指标，来构建相应的市场情绪指标。
虽然这些指标更简单，跟市场情绪不完全沾边，但实盘效果并不差。
02
过往指标回顾
往期文章中，我们介绍过诸多观察大盘的指标，如PCR指标、前5%个股成交额指标等等，本质上它们反映的都是市场情绪。
如PCR指标代表看涨看跌投资者的比例，此类情绪最为直白。
点击图片阅读文章
又或如北向资金净流入数据，反映的是香港和境外投资者对大A的情绪。
点击图片阅读文章
顺便插个题外话，近期开始交易所不再披露北向资金实时成交额，改为盘后统一公布。
因此盘后使用这些数据的量化策略不会受到影响。
言归正传，交易软件中常见的资金流数据也是市场情绪的一种表现，我们可以通过其了解不同交易者对市场的看法，并以此构建量化策略，龙虎榜数据也有类似功能，篇幅有限就不作详细介绍。
下文我们再介绍几种全新的市场情绪指标。
03
市场情绪指标
1 | 新开户人数 |
一些宏观研究者喜欢分析A股新开户人数。
市场情绪高涨时，人们争先恐后开户，“股神”倍出，到了熊市又有无数人销声匿迹。
很多读者应该也是在牛市开启的投资生涯吧。
A股的新开户数据是公开的，可以在中国证券登记结算网上查到。
新开户数据
对比A股投资者增速和股价，可以发现新股民增长率比沪深300指数更先做出反应，有一定预测作用。
毕竟新投资者和资金的进入是牛市开始的重要原因。
投资者增速和股价关系
但增长率过高是明显的顶部指标，大量新人开户意味市场进入过热状态，需注意风险。
2 | 融资融券 |
此外融资融券（俗称两融）数据也是很好的市场情绪指标。
融资融券介绍
两融余额反映了市场上加杠杆的程度，如有更多人加杠杆炒股，则说明此时市场情绪高涨。
该数据可在交易所官网直接查询。
对比2015年牛市期间的融资融券余额与大盘指数，其中存在非常明显的相关关系。
融资融券余额对比大盘
3 | 股指期货 |
股指期货也能很好地衡量市场情绪。
以中证500指数为例，其价格为5469点，中证500 2412期货现价为5343点。即投资者认为到2024年12月期货交割时，中证500价格将跌至5343点，比现价低2.3%。
可见大家对市场预期较为悲观。
以中证500股指期货为例
上述期货价格比现货低的现象被称为贴水，反之则为升水。
我们可以实时计算升贴水率，借此观察市场情绪变化。
目前大A股指期货长期贴水，说明大家对市场信心的确不足。
我们之前也介绍过如何用升贴水率构建策略，感兴趣的同学可以阅读下文。
点击图片阅读文章
点击图片阅读文章
至此我们介绍了7种全新的量化市场情绪的方法，以这些加工后的情绪数据为基础，我们可以开发出各种效果不错的择时选股策略，之后有机会也可以聊聊相关的案例。
04
其他更多方法
当然刻画市场情绪远不止于此。
股市中成交量和换手率也是很常见的情绪指标，短期内成交量和换手率上升，体现投资者情绪上升。
公募基金仓位也是公募基金情绪的体现，仓位越重说明公募越看好市场。
公募基金净赎回率则表示基民赎回基金状况，赎回率越高说明市场越不被看好。
还有大股东/高管增减持行为更好理解：增持即看好，减持即看空。
诸如这类指标还有很多：
如果对这些指标的计算及应用感兴趣的话，欢迎加我微信xbx297，和我交流。
后记
文章的最后，和大家分享一点量化投资的心得。
经常有人问我小白如何入门量化投资，有什么资料分享。
我特意为大家准备了一个《量化投资新手学习大礼包》。
首先是我们自己总结的适合零基础新手的量化投资学习路径，可以让你知道自己每一步需要达到什么阶段。
接下来你可以通过我整理的量化文章合集，来更全面的了解量化投资到底是什么。
我还精选了适合各个学习阶段的策略研报合集，正如我一直所说，量化研报是很好的量化实践项目，深度研报可以显著提升你的量化水平。
这一份代码则适合喜欢研究技术指标的人，你可以跟着教程轻松计算出所有技术指标，并测试这个指标的有效性。
如果你有一定的基础，还可以尝试回测一些策略，我为你准备好了十几个不同类型的经典策略和它们的代码，相信总有一个适合你自己去魔改开发，运用到实盘。
最后也是最关键的，量化的基础就是准确的历史数据，我会送你一份股票历史日线数据和一份财务数据，你可以用它测试所有技术指标和财务指标，也可以用来回测大部分策略。
识货的你一定能够发现这个大礼包的价值吧。如果你需要的话，可以加我微信xbx297，都是可以直接免费发给你的。
联系作者
往期文章推荐
反常识！科研巨头扎堆夕阳行业？A股研发之王竟是它？万亿研发费用，A股都投了什么？
妙用市场情绪找出大盘买卖点，逆向交易5年3倍 | Python量化期权成交量，上证50ETF择时
300W才能开通，A股自动交易公平吗？散户如何实现程序化交易？｜ 附A股程序化交易实盘演示
趋势之王or虚有其表？Python量化25种均线用法，哪些有用，哪些没用？
低风险、高收益？可转债缘何走上神坛？网红可转债策略能赚钱吗? | 附Python量化选债代码
抱最狠的团，亏最多的钱？Python量化散户抱团，揭秘A股股东户数秘密 | 附代码
以前嗤之以鼻，现在逐字学习！用Python量化缠论，一键自动生成交易信号 | 附代码 |【邢不行】
技术指标消亡史：从独领风骚到泯然众人 | 量化交易者如何看待技术指标，技术分析还能用吗？| 【邢不行】
微盘股还能买吗？量化轮动策略轻松跑赢指数12倍？！只会买指数ETF也能做量化？| 【邢不行】
大A为何频繁跳水，Python量化1200W条交易数据给你答案！| 【邢不行】
A股贵如金？Python量化验证AH股溢价效应，跟着买15年18倍？| 附策略代码
