第二章：情绪数据源解析

做量化这些年，我最大的体会就是——数据源选不对，后面全白费。

情绪数据不像K线那么规整，它脏、乱、杂。但恰恰是这些「脏数据」，藏着市场最真实的情绪波动。今天我就带你把这三种核心数据源拆开揉碎，看看它们到底怎么用。

2.1 舆情数据：新闻与社交媒体

舆情数据，说白了就是「市场在说什么」。我刚开始做情绪策略时，以为抓几条新闻标题就能赚钱。结果呢？被噪音打得鼻青脸肿。

后来我总结出两个关键点：

• 新闻数据：权威但滞后。比如央行政策、公司财报，这些是「慢变量」
• 社交媒体：快速但嘈杂。比如微博、雪球、推特，这些是「快变量」

我个人习惯把两者结合。举个例子：

这里有个坑——情感分析的准确率。我曾经用简单的词典法做情感打分，结果把「这家公司要完蛋了」和「这家公司完蛋了？不存在的！」都判为负面。后来改用BERT模型，准确率从65%提到82%。

2.2 交易数据：成交量与换手率

交易数据是「市场用脚投票」的结果。你想想看，如果一个人嘴上说看好，但手上在卖股票，你信哪个？

我常用的两个指标：

指标	含义	情绪信号
成交量	单位时间内的交易股数	放量=情绪亢奋，缩量=情绪冷淡
换手率	成交量/流通股本	高换手=分歧大，低换手=一致性强

嗯，这里要注意——换手率不能单独看。我记得有一次，某只股票换手率突然飙到20%，我以为是主力进场，结果第二天就跌停了。后来复盘发现，那是游资在对倒出货。

我一般这样处理交易数据：

# 计算情绪强度
def sentiment_intensity(volume, turnover, price_position):
    # volume: 当日成交量
    # turnover: 当日换手率
    # price_position: 价格在20日区间的位置(0-1)
    
    base = (volume / volume_ma20) * (turnover / turnover_ma20)
    
    # 价格位置修正
    if price_position > 0.8:
        return -base  # 高位放量=风险
    elif price_position < 0.2:
        return base   # 低位放量=机会
    else:
        return base * 0.5  # 中性位置

2.3 衍生品数据：期权PCR与VIX

衍生品数据，是「聪明钱」的博弈痕迹。为什么这么说？因为期权市场的参与者，大多是机构和高净值客户，他们的情绪往往领先于现货市场。

两个核心指标：

• PCR（Put/Call Ratio）：看跌期权成交量/看涨期权成交量
• VIX（波动率指数）：市场对未来30天波动率的预期

我个人的经验法则：

PCR值	情绪解读	操作建议
< 0.5	极度乐观	警惕反转
0.5 - 0.8	正常看多	顺势
0.8 - 1.2	中性	观望
> 1.2	恐慌	关注抄底机会

VIX呢？说白了就是「恐慌指数」。VIX越高，市场越恐慌。但有个反直觉的现象——VIX见顶时，往往是市场底部。

为什么会这样？因为衍生品市场的「聪明钱」在恐慌时开始布局，而散户还在割肉。这就是情绪指标的领先性。

知识体系总览

下面这张图，是我做情绪量化时的核心框架。三种数据源就像三根柱子，缺一不可。

三种数据源各有优劣。舆情数据最灵敏但最嘈杂，交易数据最真实但有滞后，衍生品数据最聪明但门槛高。我的做法是——三者加权融合，取长补短。

好了，这一章的内容就到这里。数据源是情绪量化的地基，地基不稳，房子再漂亮也没用。下一章我们聊聊怎么把这些数据清洗成可用的特征——那又是另一番天地了。

---

公众号:蓝海资料掘金营，微信deep3321