新闻舆论和量化交易到底离我们还有多远？

测试API已经开放，说明文档在帖子最底部。

我们是个默默无闻的小创业公司，就是觉得把新闻舆情量化了辅助交易这事儿值得做，辛辛苦苦折腾了半天，demo系统上线了，请各位看看我们的MVP，知乎牛人多，提提宝贵的意见吧。
MVP可以实时处理Bloomberg，Reuters，和FT的新闻，目前支持黄金，石油，天然气，白银这四只大宗商品。网站上可以看到实时的情绪和价格曲线，可以加载各种技术分析。目前正在Quantopian上测试策略。可以提供API数据。
特别欢迎拍砖

整理了一下相关的问题，方便后来的阅读 ：）
与Ravenpack的优劣比较：
Ravenpack作为比较老牌的情绪数据供应商，知名度大概和路透家的差不多，远远甩开其他供应商n条街。似乎还有不少利用R家数据进行二次开发的小公司，但基本不成气候。研究R很久了，谈谈几个问题。
首先是他家的数据完全秉承彭博等等主流机构数据供应商的思路，那就是极度的不用户友好。看到过一些实际的数据，就是一行行n列的数据，用户需要自己有系统能把数据接进来，做筛选，加工成算法能用的时间序列的数据，再回测。。。这对对冲基金在软硬件系统，人员配置上来讲都是极高的成本，再加上二次开发的时间成本。个人觉得这是很大原因阻碍了情绪数据的使用，客观上形成了比较神秘的色彩。
第二个大的问题是数据本身，熟悉R的小伙伴大概都知道他每条新闻会有sentiment，relevance，novelty这几个量化的数值。问题来了，为什么会出现新闻A50%可能性对苹果公司为正，80%对三星为负这种数据呢？这不符合我们阅读新闻的习惯，我们读一篇新闻，会比较清楚的判断出偏好。根子就是NLP分析的不够细，没法准确的甄别出每个句子评判的主语，态度，事件等。另外这个分数是卖给了所有的买家。如果我是用户，我会有几个大的问题，你这分数是怎么算的？如果大家都用一个分数，我的数据的价值还在吗？如果我想自己分析怎么办？根子就是不能个性化。
（下面是广告时间了）我们就是试图在这几个方面做出优化，更细的分析文章，并且设计出让用户交互的功能，可以个性化的计算舆情（不好意思这个暂时在网站还没有开通）
比如美国宏观经济不好，通常大宗价格会上升（弱势美元），但其他国家宏观经济不好，大宗会下降（需求下降）。当然这是我的建模方法，你可以自己定义这些正负情绪的规则，系统会照着你的定义去运算。把最后能用的情绪曲线呈现在页面上，或者API输出。
我们的数据量，以及为什么只覆盖了大宗商品？
要完整的测试情绪，大量的历史数据是必须的，比如覆盖整个经济周期。我们的系统上线时间比较短，目前只有大概两年的数据，还在慢慢往前追，不排除以后购买历史数据的可能性。
至于只有大宗，第一步只处理了宏观经济事件，这些主要影响大宗商品。我们的下一步会是扩展事件库到公司层面，这样才能支持股票。
最后歪个楼，现在看到的demo是几个小伙伴花了小一年时间没日没夜干出来的，我们想做的就是融到钱，把产品覆盖，数据覆盖，延时，应用都完善起来，超过Ravenpack。很多人问我们，如果你都弄出曲线了，为什么不自己去做quant，闷声大发财好了。一个是我们专业在数据处理，交易不是我们的强项，二是我们希望能降低使用的门槛，让舆情更多的融入到交易中，让更多的机构和个人能使用它，能方便的进行更深的分析，更好的帮助投资决策。当然，我们觉得卖数据也是一门不错的生意 :)

找免费劳动力帮测试来了

Quantopian 都倒闭了还有人往这个方向创业呢lol

我觉得这个难的在于即便你能通过模型计算出准确的正向情绪和负向情绪，你又如何去判断某一情绪对市场是有正面影响还是负面影响呢？一直对这类建模假设存疑😂😂

浪费时间
新闻和市场走势之间没有correlation
即使有也是市场走势决定新闻 不是反过来 sell the news
决定走势的是机构 庄家

大宗商品走势和news causality 还指不定谁跟 市场太efficient了 早点上股票吧

可以和楼主联系一下吗，我现在在写一个论文，也是用到情感数据的