智能化数据工具,真的能帮助股民更好进行投资吗
股市行情起起伏伏,如何能帮助用户更好得进行投资理财,这是每个券商app产品经理在思考的问题。从17年下半年开始,互券行业吹起了打造智能化数据工具之风,各家券商纷纷效仿。此类产品也作为增值服务,成为平台寻找非佣金收入增长点。今天借此和大家一起来探讨下这类数据工具的价值以及后续发展。
什么是智能化数据工具
智能化数据工具,利用行情数据、财务数据、研报数据等基础数据进行量化计算处理,辅助用户进行选股、择时、交易和综合复盘的策略工具。
举例说明:相似k线,通过找出历史上出现过相似形态走势所有k线,从而辅助用户判断后续走势
首先我们解决一个最核心的问题:这类产品解决了什么用户在什么场景下的什么问题,带给了他们什么价值。
1. 什么用户?
中国广大股民,俗称韭菜。韭菜千千万,但是他们几乎都有很多通性:跟风,追涨杀跌。
证券市场的股民主要分为以下几个派别:
(1)技术分析派
他们依靠k线图去预测股价的未来走势,认为价格充分反应了市场所有行为信息,价格以趋势的方式演变,历史会重现
心法:技术指标、时空、形态、玄学
招式:
- K线分析
- 图形分析
- 量价分析
- 均线分析
- 技术指标——MACD/boll/KDJ
理论体系:
- 艾略特波浪理论
- 江恩理论
- 缠中说禅
- 伏羲八卦、
- 奇门遁甲(玄学)
如果证券市场中有100个投资者,那么起码有30~40个人属于技术分析派的,当之无愧的证券市场第一大帮派,他们根据k线波动来推算后续行情走势,指导投资建议,但图形形态或趋势容易变化,强调与人博弈,赌性强,容易大起大落,短线操作的投资者最爱。
(2)事件驱动派
他们认为股价涨跌受到事件影响,股票反映人们对价值的映射,市场永远都是对的,股价反映了基本信息面。
心法:主题炒作、环球宏观投资、公司事件投资、业绩估值。
招式:
- 牛市炒主题,熊市杀概念
- 马歇尔需求弹性分析
- 相关性分析
- PEG
事件驱动派,作为证券市场上的第二大派别,派别核心打法是买大家认为会涨的股票,而不是买自己认为会长的股票,此方式考虑到了人的情绪、基本面情况,但是我们大A股的风向是不能完全理性的角度来分析,比如:文章出轨,伊利股份大跌;2月14日情人节,东方宾馆涨停,海南橡胶大涨……
A股的逻辑特别奇怪,你在猜别人,别人也在猜你,如何与市场博弈是非常考验投资者的心智的。
(3)博弈派
他们认为股票的本质是筹码,庄家/主力决定股价的走势,炒股要听D的话。
心法:打板、跟庄家、轮动、题材、政策走向。
招式:
- 龙一识别法
- 龙虎榜分析
- 筹码计算
- 政策投资
- 打涨停板
如何判断庄家在操盘,如何把握好跟庄买入的时机和要点这些都是博弈派需要修炼的功力,博弈派企图跟着庄家走,但却容易反被庄家套牢,在于庄家的的博弈中能胜出的人都是真英雄。
(4)价值投资派
他们认为股票终将反映公司的内在价值,以证券的内在在价值为基准,低于价值买,高于价值卖,就是常说的怎么用0.5元的买价值1元的东西,再以2元卖掉它。
心法:套利、低估、成长.
招式:
- 内在价值
- 边际效应
- 财报分析
- 低估价值投资
价值投资应该是非炒股用户最熟悉的词了吧,这得意于其忠实的推广者,著名的投资家巴菲特和查理芒格,但此派武功确是最难学的,不仅需要掌握大量的学科知识而且需要练就强大的内心,在实践中需要独立思考,不从众,反人性。虽然大家都在积极倡导价值投资,可是能做到并坚持下去的人寥寥无几。
以上的四大派别是我国散户市场上最常见的投资派系,其中技术分析和事件驱动派占据了60~80%左右,剩余的份额由博弈派和价值投资派均分。不过股民也经常互相转移派别或同时修炼几大派别的武功。
2. 在什么场景下解决什么问题
股民投资三大终极难题:选择、择时和建仓
怎么选股票 (选股)
- 场景:用户自行研究之后,发现同时满足几个指标的股票后续可能出现上涨趋势;
- 探索:给所有股票打上特定标签,支持用户自定义筛选或组合多种情况筛选股票数据(比如技术指标、财务指标等)。
怎么买卖股票(择时)
- 场景:关注的公司最近发生了重大事件,不知道是否会导致后续走势下跌,是否现在应该卖出;
- 探索:通过回看历史,回测本股或者同行业之前发生类似事件之后股市走势,辅助用户择时判断。
投入多少钱(建仓 )
- 场景:手上同时持有多只股票,但是只有一只股票涨势喜人,是否要卖掉其他然后重仓这一只股票;
- 探索:分析市场上类似持仓且高收益的用户数据和操作轨迹(包括仓位管理、行业分布、股票数据等),来提供用户进行判断。
3. 带来什么价值
一说到投资的价值,大家的第一反应肯定是赚钱,但是投资理财不是简单的一次性行为,他是动态的长期过程。在这一过程中用户的需求是不断变化的,平台需要做好引导,挖掘到用户每个阶段的诉求,从而给他们带去价值。
以下用举例的方式来阐述,针对不同的用户通过智能化数据工具获得的价值。
场景:小a对于炒股完全是赌徒心态,希望通过短线操作,能快速赚一波小钱,这对行情的实时获取的要求非常高,但他没有办法每一秒钟都盯着大盘。
价值:用户会对盯盘的要求会比较高,最好能实现自动盯盘交易、量化策略交易,按照自己的意愿进行ai化操作,那么相关的这类盯盘和ai交易的产品工具就能给他们带去方便、快捷、高效的价值。
原来的券商App只有简单的个股预警,系统根据用户设置的股票涨跌幅和涨跌价进行消息通知,然后用户再自行下单操作。这种预警维度太过单一,而盯盘类数据工具可以提供多维度的盯盘方式,甚至支持用户自定义维度。
但只盯盘对于短线操作者还是远远不够的,行情瞬息万变,待消息触发再操作已经晚了,条件下单则能支持系统自动下单交易,也可以设置复杂的交易策略,比如:网格交易等等。
智能盯盘
条件下单
注:条件下单的策略开放程度视各家合规而定
场景:小b入市已经有一段时间了,也进行了好几次的交易操作,但是每次操作都比较情绪化,交易完后又懊悔不已。
价值:用户对于炒股比较感性,缺乏理论支持,希望可以更好的分析股票和理解操作行为,平台可以分析用户的历史交易行为给出相应的投资分析报告,引导用户更好的进行决策交易,减少了盲目行动。
持仓分析主要从两方面分析:一是个人用户的数据统计(包括用户的选股、择时、建仓、风控等能力分析);二是对比内同类操作的高收益用户数据,通过两方面的数据给出相应投资建议。
虽然账户分析作为投后复盘的一个重要环节,但在券商APP产品里面相对比较缺失的,目前这块的设计还停留在的账户数据呈现上面,受历史原因影响,各家券商多账户的数据计算都有一些问题,后续本人将针对这个问题单独写一篇文章,就不再这里过多阐述了。
持仓分析
对于给用户带来的价值,除了针对不同派别,在其实操的时候提供更多的辅助产品之外,我们还应该关注到用户投资的整个流程中,给予更多的兴奋型的产品体验满足用户。
总结
数据化工具发展到今天,各家券商平台基本都完成了卡位战,但是如何找准发力点,突破产品同质化的问题呢?是否只要我们根据上文提到场景去满足用户提出的这些需求,就能赢得他们的喜欢呢?
令人沮丧的是,用户的大多数需求已经被满足了,如果我们的产品仅仅是满足用户的需求是远远不够的,而是需要不断探索用户内在核心诉求,制造、刺激用户潜在欲望。
目前行业各家产品几乎都停留在第一层面,直接解决用户需要数据的问题,就像一个小助手,按照用户的意愿把资料整理好而已,但是用户需要的内在、核心需求确触及甚少。
(1)表面需求
最外在的层面,直接满足用户的当下的需求:用户需要加工好的数据。
比如技术指标派用户,他们去查看不同的技术指标的买卖点的时候,需要逐一计算不同的股票对应的不同指标数据,这种计算量非常大,这个时候用户就希望有产品能算好指标,减少他们计算和操作的成本,那一款帮助用户回测数据的工具就能满足用户需求。
找准一个受众面的用户群体,按照投资流程(投前、投中、投后)选中侧重环节,提供相应的解决方案。目前行业基本都发力在投前环节,投中的策略交易因为涉及到一定的合规风险问题,布局的竞品不多,投后将是后续布局的重点,各家已经开始往这块发力了。
(2)内在需求
内在的深层需求:引导、辅助用户的投资决策。如果我们的产品关注点只是放在了第一个层面,那么顶多只能完成行业卡位,想要赢得用户喜爱胜算不大,我们需要往下深探,去解决用户的更内诉求。
比如获取技术指标计算的需求,计算数据只是表面的需求,用户是希望去验证技术指标是否靠谱,按照这个操作是风险多大,是否应该和其他基本面的结合起来判断,产品能帮助其决策分析。
根据用户的投资行为分析用户在选股、择时、仓位管理等多方面的能力,从而提出一整套完整的建议方案给到用户,引导用户去复盘其投资行为,优化后续操作。
(3)核心需求
关乎用户为什么需要这类产品的本质诉求:用户希望能提升投资能力,但是没必要而成为一名专业的投资规划师。
核心需求是关于为什么的问题。投资是一门广泛的学科,投资到了最后就不只是操作层面的学习,更多是人性的博弈,需要战胜欲望,做到知行合一。虽然这些数据工具不能直接告诉用户买什么股票能赚钱,但是他可以更好辅助、引导用户去思考投资这门学问,
用户在投资过程中无时无刻都存在着矛盾,交易前的纠结、兴奋、无奈,交易后后悔、伤心、愤怒等各种情绪。用户希望可以通过提高投资能力来减缓这种复杂的情绪,但是学习的成本如此高,而这类工具要做到就是缓解用户的阵痛, 扮演一个全投资流程的投资分析师辅助用户进行投资。
如果我们想要去做好这类产品,那么就应该结合外在、内在、核心三个层面的解决方案,只有这样才能实现平台自身的价值,看完整篇文章,您是否对数据工具有新的理解了呢?欢迎大家随时交流。
注:产品截图是随机选择,不作为推荐产品建议。
本文由 @秘密花园 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自Unsplash,基于CC0协议
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: