对于大数据梳理的关键的算法和解决方案，实际应用的困难主要来源于生成能够实际应用的策略部署，采用的一些算法近几年才被逐渐公开，还有些网络上找不到任何痕迹。视频是5.27的，媒体引用的大多为研究机构的研究结果，基本都没有进行实战还，所以部分信息有偏颇，可以对比参考。而真正用来决策使用的，有几家是利用噱头融资的，实际效果并不好，也是上面说的那个困难的关系。以前采用的机构并不多，现在已经能听到些消息某某机构上马了这类项目，相当多的与wj兄所说的一致，甚至还不如，就是信息整理出来供人判断，而采用新算法和新的部署形式的，只有几个高精尖掌握核心算法技术的在实盘。就逻辑而言，的确如wj兄所说，相当多是基于“传统”的，不同于数据的驱动，这里面让计算机可以根据实际事件进行驱动，由计算机理解并总结规律，比人受影响的要困难得多，但是排除人的一些主观性和经验锚定，效果却会好很多。与跟交易所达成协议获取level3或者其他隐秘行情数据相比，这个领域没有任何的合规性问题。相当多的大型机构在获取比一般投资者多的信息方面，舍得掷重金。
论坛互喷的习气多了，会影响论坛的探讨气氛，海洋早年基本没有互喷，进步速度比现在要快得多。而且有事没事喷一喷，那与其他国内网络论坛有什么优势还，时间长了，恐怕有干货的不愿意分享，想提问的不敢提问，有意愿交流的顾虑太多。你看Neo侠没事儿还来吗？而且最近不少展示和求教贴也不了了之，不再更新，但以前的论坛氛围却很包容，大家还能热心的指出其中的不足和说出自己的见解，很多人也能从别人经历中学到自己的感悟，当然愿意不愿意分享是另一回事儿。 tony供职一大型对冲基金，坛友间的互相尊重是必要的，否则论坛里实战派越来越少，喷子多，不疼不痒评论多，真正的业内人士愿意来的就少了。
我记得今年或是去年，美国一家基金公司也是用这样的策略，当时，他们在读新闻时，出现：因为。。。所以。。。但是。。。的语法问题，（但是）之前，机器判断是利多，买进，（但是）之后，机器是判断利空，卖出。结果，在几毫秒内大量买进和卖出，分钟k线，出现长长的上下影线，分笔数据也很好看。
K大的视频声音听不清楚，ppt看了，不懂（本人水平有限）想问个问题：这个应用需不需要做范围设置，比如识别有效性？我看一些讲交易策略的书，比如简单的趋势系统，就是拿了有趋势的样本来回测展示说明这个系统如何有效，但是都没有说如何保证这种有效性。
谢谢kuhasu兄的分享，可以看出你对此领域也做过很多研究和实践工作。 看了你的视频之后意犹未尽，因为还是概述性质的介绍，对于很多技术和细节肯定无法顾及。请问能否介绍一些有助于实际应用的阅读材料，如论文啊或者实际项目之类的，以便继续往这个方向研究
可以看看这家公司的产品 http://www.eotpro.com/ 这家也有相关产品 http://www.nyxdata.com/nysedata/Default.aspx?tabid=1204#! 另外有些news streams已经包含了metadata信息,用algo直接读取就行 http://www.nanex.net/aqck2/4309.html#! 这篇paper也挺有意思的 Web Sentiment Analysis for Revealing Public Opinions, Trends and Making Good Financial Decisions http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2309375
有大概四种在这里面： 1、是行为经济学，包含比行为金融学要广泛一些； 2、是完全独立于经济学体系，从哲学分支就被分出来的，索罗斯的哲学，与1是完全不同的世界观； 3、是基于统计和数理的行为模式分析与反馈系统，这里面要注意一些自然科学的方法的滥用和不适用的问题，很多即便是物理PHD，教授，诺贝尔奖获得者，一样会有方法应用的“适用”问题，这方面前者大部分不如市场老手； 4、机器人行为学/算法行为学，这里专门指的是算法的拟人特征属性和决策方式。 以上仅供参考～
我不觉得这是屌丝或者凤姐版 不过你们没有仔细看视频，之所谓新型，并不是舆情，而是大数据开拓的一个崭新领域以及所带来的丰厚回报；而策略应用，也并不是多一个数据源的问题，更关键的策略建立，系统化交易的建立是不是完善和有效，主观也可以进行系统化，这样的确可以减少一些主观偏差和主观筛选信息（画图给别人看，标明买卖点的行为习惯的，有这个嫌疑），但你的盈利核心不是数据源和参考模式不是木～