所以，那些尋求資本市場大數據挑戰(zhàn)的技術專家們，我們的合作點不在我出數據你出技術，而在你幫我找到讓兩個領域的數據之間能產生化學反應、產生全新生態(tài)的跨界關聯(lián)模式。我們翹首以待這樣的專家橫空出世。當然我說的兩個領域，不限于兩個傳統(tǒng)領域?？梢砸粋€是傳統(tǒng)領域，另一個是全新打造的新潮領域。
我一直在想，如果有哪一項服務能匯聚全資本市場的流量，如果有哪一項服務能沉淀全資本市場玩家的行為數據，如果有哪一項服務能在傳統(tǒng)的行情和資訊服務之外另辟蹊徑并且與傳統(tǒng)服務產生跨界關聯(lián)的“化學反應”，我們這個行業(yè)的業(yè)態(tài)將會隨之發(fā)生顛覆性的變化。
三、“機器可讀新聞”
在諸多面向資本市場的新興服務形態(tài)中，我最關注的，是糅合了文本挖掘、情感分析技術的“機器可讀新聞”。我想就這個問題與大家展開來分享一下。
去年年中，美國股市出現(xiàn)了一個奇葩的事情：當黑客黑掉美聯(lián)社網站，發(fā)布白宮被炸、奧巴馬受傷的消息后，美國股市瞬間跳水，反應時間在秒級。
使我感到驚奇的不是黑客的手法有多高明，而是這反應時間怎么會這么短。很難想象人肉對這個消息能有如此迅速的反應。在這個反應鏈條中起關鍵作用的就是這個“機器可讀新聞”。
所謂機器可讀新聞，其原理是，對原始新聞文本進行自動化的分析，在一定條件滿足時，就形成一條攜帶預先定義好與這種條件相匹配的電子標簽數據。自動化程序交易系統(tǒng)可以自動識別這樣的電子標簽數據，并在資本市場上做出響應動作。這意味著，機器不僅讀得懂行情數據，也在一定程度上讀得懂插入了電子標簽的（基本面）文本資訊數據。當然，他們的系統(tǒng)大多是針對英文的，而且判斷的邏輯目前還稍嫌簡單粗暴，否則也不會有這樣的烏龍了。
但是公平地說，這是一個巨大的機會，特別是，針對中文還沒有這樣的東西，中國的資本市場還處在新興加轉軌的階段，信息不對稱還很普遍地存在，用機器代替人肉來扒皮有很高的價值，所以機器可讀新聞這玩意兒，誰先搞出來，誰就徹徹底底占有了先機。
特別是，以互聯(lián)網金融為代表的普惠金融，必然地會涉及更加草根化的公司的直接融資需求，在這個領域信息不對稱十分嚴重。用機器可讀新聞來打破信息不對稱，幫助投資者更好地掌握自己所投資的公司的全面信息，那可是如虎添翼了。
提問：@柚子：那和爬蟲技術有什么區(qū)別？
爬蟲不看內容，但屬于基礎設施。爬回來的東西在瞬間精選，不僅判斷跟啥相關，還判斷對相關投資決策而言是正面還是負面，這才是機器可讀新聞。
其實，標簽的潛在啟示作用比其字面啟示作用更大。今天大家盛傳東莞掃黃的信息意味著什么股看多什么股看空，這就是標簽沿價值鏈的傳播。有了好的傳播模型，標簽的價值會更加超出預期。
機器可讀新聞作為信息服務，單獨看已經有了這樣的機會，與資本市場傳統(tǒng)的信息服務結合起來看就更加不同了。誰訂閱了什么標簽，誰看了哪只股票的行情，誰在什么產品的什么價位上發(fā)表了哪些實質性的評價和建議……如果借助一定的媒介實現(xiàn)了這些跨界數據的集成，這種互聯(lián)網打法一定會顛覆我們這個行業(yè)信息服務的既有業(yè)態(tài)。
互動：@趙國棟：爬蟲先爬，然后“智蟲”解讀！標簽鏈?。?/p>
我注意到，今天傳播的段子中，既有掃黃影響到桑拿，也有桑拿影響到供水。這是典型的標簽沿價值鏈傳播。
提問：@雨醉天堂：請問白老師，行為金融學和大數據收集分析算不算這個領域
算，過去量化投資決策的很多事情，不是都由計算機來做了嗎？國內已經有一些IT公司試圖進入這一領域（畫外音：具體是哪家，大家自己發(fā)動個人智慧去吧，蘊含了股市中的機會哦）
兩個方向：結構化數據->新聞文本 vs. 新聞文本->結構化數據。前者是數據新聞，后者是機器可讀新聞。數據新聞是新聞的撰寫流程自動化、表現(xiàn)的數據化，機器可讀新聞是實現(xiàn)文章這種非結構化數據的結構化。
互動：@徐琪：“機器可讀新聞”無疑是人類努力開發(fā)的一個方向，但是白老師所提到的股市瞬間下跌還是和這沒有關聯(lián)。
@白碩：
三種可能的情況：（1）有人值守在美聯(lián)社的twitter賬號上；（2）有自動化的watchdog一頭盯在包括美聯(lián)社twitter賬號在內的一批信息源上，一頭連在自動化程序交易軟件上；（3）有第三方服務的watchdog一頭盯在一批信息源上，一頭把轉換成的機器可讀新聞喂給其客戶的自動化程序交易軟件。不排除（1）和（2）同時作出了反應, （3）這種服務形態(tài)，搭架子容易，有好的質量難, 但是絕對是方向。