大名鼎鼎的牛頓曾經是一個瘋狂的股民。
1711年，有著英國政府背景的英國南海公司成立，併發行了最早的一批股票。當時人人都看好南海公司，其股票價格從1720年1月的每股128英鎊左右，很快漲到7月份的1000英鎊，幾乎增值了8倍。
牛頓看到此利好消息，投入了大量資金，然而此時的南海公司已經出現了經營困境，英國國會通過了“反泡沫公司法”，對南海公司等公司進行限制，股民倍感恐慌。沒過多久，南海股票一落千丈，12月份時股價跌到124英鎊。由於沒有及時脫身，年薪2000磅的牛頓最終虧了20000英鎊。
這位偉大的科學家十分感慨：“我能計算出天體運行的軌跡，卻難以預料到人們的瘋狂。”
然而，400年前牛頓感慨無法完成的夢想在今天的中國終於實現了，有人發明了股市情緒的計算方法！人心識別黑科技漸漸成為現實！
2018年7月，中國首個股市情緒專利誕生了——“股市情緒的確定方法和裝置”。
據公開信息顯示，該項專利是沃民高新科技(北京)股份有限公司歷經數年研究的成果。
該方法包括：獲取與股市關聯的目標事物的關鍵詞；獲取與關鍵詞關聯的股市信息，股市信息為用戶發佈的網絡信息；利用預先建立的分類模型確定股市信息對應的股市情緒。其中，股市情緒為用戶對於股市的情緒，分類模型為根據預設的股市情緒類型訓練得到的訓練集，預設的股市情緒類型分類和量化。本發明解決了無法分析出股民對股市的情緒的技術問題。
每一項專利的背後，不僅僅是科研人員的心血，還揹負著一段刻骨銘心的故事。讓我們來一探究竟，揭秘這一專利背後的故事。
交易盤中，錢是情緒的表現形式，這一點在股市尤其是A股中經常能被證實。我們在炒股時能經常感受到，任意一隻股票，它的短期價格波動在一定意義上和基本面是沒有什麼關係的，唯一可變的，就是人們交易時的投資者心理變化。
情感分析是對人們對產品、服務、組織、個人、事件、話題及其屬性的觀點、情緒、評價和態度的計算研究。該領域的開始和快速發展與社交媒體的發展相一致，如微博、推特等，因為這可以說是人類歷史上第一次擁有如此海量的以數字形式記錄的觀點數據。
早在2000年，情感分析就已成為自然語言處理中最活躍的研究領域之一。它在Web 挖掘、文本挖掘和信息檢索方面得到了廣泛的研究。實際上，因其對商業和社會的重要性，它已經從計算機科學擴展到管理學和社會學，如金融、營銷、政治學、傳播學、健康科學。現有研究已經產生了可用於情感分析的大量技術，包括監督和無監督方法。在監督方法中，早期研究使用所有監督機器學習方法和特徵組合，目前已深度學習為主。無監督方法包括使用情感詞典、語法分析和句法模式的不同方法。
金融市場預測是情感分析的一個重要應用，同時引起學術界研究者和工業界投資者的高度重視。情感在金融市場上具體表現為高興、憤怒、恐懼等情緒。行為金融學和神經生理學提供了充分的證據，表明金融投資者在做投資決策時顯著受其情緒所影響。但是由於之前缺乏有效的情緒測量方法，利用情緒去預測股票市場的可行性一直備受爭議。
隨著Web 2.0的廣泛應用，公眾的情緒可以從在線社交媒體的海量信息中抽取並計算。與傳統問卷調查等方式相比，在線情緒在數據規模、客觀性和科學性上都有明顯突破，為情緒預測股市提供了數據支持。情感分析技術的成熟又為此問題提供了強大的技術支持。
圍繞該預測問題, 國內外學者開展了大量的實證研究。印第安納大學博倫等人發現利用推特的公眾情緒可以預測美國道瓊斯指數，且其中冷靜和高興情緒是起到預測作用的關鍵因素。但是他們收集的是全平臺的推特數據，而非針對美國股市，這並不能代表投資者的情緒。近些年來，利用在線情緒預測中國股票市場的相關研究成果層出不窮。相較於國外市場，中國股票市場t+1的交易規則和相關部門對股市的監管控制使得對中國股市預測更具挑戰。
根據中國國情和股市特點，沃民公司的研究團隊提出了人類社會活動四循環模型、人類行為預測模型、社會情緒智能算法、股市五指模型/五力模型等研究成果。以此為理論依據，沃民高科獨創了一套人心識別AI技術體系，通過計算億萬網民的真實情緒，從而達到洞察人心的目的。
在信息收集方面，沃民高科更是突破了傳統的單一平臺數據採集，進而向全球信息採集發展。公司自主研發的互聯網實時監測與智能分析大數據平臺-沃德社會氣象臺，融合明網、暗網、專網，覆蓋全球7大搜索平臺、6大社交平臺、6億+社交賬戶，每24小時採集處理信息超過8000萬條，累計處理信息超過1500億條，適用78種語言。
簡而言之就是先挖掘全面有效的股市相關數據，然後結合“人心識別”AI技術體系進行關聯、分析、計算，形成一系列獨特的股市情緒。目前，沃民公司的股市情緒數據已被央視財經、第一財經、BTV財經、家庭理財等多家知名媒體採用，成為了股市專業投資者和普通散戶的投資風向標，未來這些研究成果將運用在人工智能炒股、機構策略研究、監管政策實施等領域。
閱讀更多 沃德社會氣象臺 的文章
