舆情分析介绍
本篇文章主要结合雪球数据以及Tushare财经数据包的使用、
随着各种社交平台的发展，越来越多的牛逼哄哄的公司开始考虑利用文本数据挖掘有效的因子，第一个公开搞得比较好的同志当属美国一名教授，利用twitter数据构建了一个与标普500之间的模型，点燃了人们的激情。
在A股割韭菜越来越难之后，国内很多机构，比如光大证券，广发证券都各自撸起袖子干起了情绪分析因子研究。其中，光大证券在2011年开源了中文云项目，有兴趣的筐友可以了解一下。
由于文本数据为非结构化数据，在数据获取以及数据预处理的上，与一般的交易数据、财务数据相比，难度颇大。 这也导致社区中关于文本舆情分析的帖子比较少，在此，楼主利用米筐平台仅有的舆情分析数据——雪球舆论数据，进行一些探索。
雪球舆论数据查询
雪球作为一个XXX的社区，吸引了大量股民在雪球交流，并且，每个在雪球的用户可以选择关注自己感兴趣的股票，或者去评论一番。 如图所示:
基于每天雪球都会有大量讨论这一个事实，我们考虑，雪球社区的同志们是走心还是套路呢？
我们基于以下思路对雪球热度排行榜的数据进行测试：
① 选取前一天新增评论最高的20支股票，每天开盘买入，第二天调仓
让我们来看看如何利用米筐平台实现这个简单的想法呢？ 打开数据，找到舆论数据 ，我们发现米筐提高了两个关于雪球舆论数据的API:
此处需要注意，米筐平台上关于这几个函数的文档说明已经过期，请以如下实际说明为准。
另外，数据最早可以追溯到2015年4月23日
雪球舆论数据查询:
研究：xueqiu.top_stocks(field, date, frequency='1d', count=5, country='cn')
交易：xueqiu.top_stocks(field, date, frequency='1d', count=5, country='cn')
雪球股票历史信息查询（研究专用）:
xueqiu.history(id_or_symbol, start_date='2015-05-21', end_date='2016-05-21', frequency='1d', fields=None, country='cn')
雪球舆论数据: xueqiu.top_stocks 参数说明：
field: 必选参数，参数类型：str，表示需要获取的数据类型，有如下几种选择：
新增评论 'new_comments'
新增关注人数 'new_followers'
总评论数 'total_comments'
总关注人数 'total_followers'
卖出行为 'sell_actions'
买入行为 'buy_actions'
date： 必选参数，传入需要获取的日期
frequency: 可选参数，默认为'1d'，可选择 '1d','1w','1M'(大写)，分别对应频率为天、周，月
count：可选参数，默认为5，表示需要返回排名前count个数据。
可以看到，其实每日新增评论里含有大量的异常点，这里面的信息值得我们深入挖掘。
比如：2016-12-29,2017-01-05，新增评论大增，对应到盘面上我们可以看到一个十字星的出现。
根据新增评论构建
回到我们的策略回测上，结果如图所示：
哎、都是套路、
② 将频率换到周频率试试？ 结果如图所示：
MD,都是套路。
可以看到，跟着雪球热榜走，基本上是稳亏不赚的。良好的反向选股指标！
其实这也不代表雪球热榜没有意义，如果我们能够做空热股榜股票， 那该多好！！ 关于这个，还是洗洗睡吧、、、
根据新增关注人数构建
我们尝试一下，将新增评论换为新增关注人数试试？
周频回测结果如下：
尝试3
策略思路：
获取月度数据，月度调仓
选取上月新增评论最高的20支股票为股票池1；
选取累计最高的20支股票作为股票池2；
选取股票池1 与股票池2 的交集
回测结果如图：
可以看到，经过简单的优化，策略效果大大提升【虽然还是很烂】，值得注意的是，本策略在市场反弹的时候，基本弹得比较快，也比较高。有兴趣的筐友可以进一步深入研究。
经过如上几个测试之后，我们可以发现，仅利用雪球热度数据其实很难做出一个比较好的因子，但这可以启示我们用更多的信息去帮助我们做决定，例如：2016-12-29中国平安新增评论当中，究竟是正向评论多还是负向情绪多？ 这就需要进一步的数据支持了。
米筐量化交易平台：http://www.ricequant.com
量化炒股QQ群：484490463 群内大神每日在线讲解代码，用Python自动赚钱！