Tag Archives: 百度指数

最近一个多月，我一直在想做一个题目，百度指数和股价的关系。前几天刚刚把程序弄好，可以把指数提取出来的时候，在The Journal of Finance上面的 Forthcoming Article Abstract，找到了这篇In Search of Attention。 几乎是和我一样的想法，但是做的工作显然比我能做的更多，更好。顿时自己的心凉了半截，继续做下去的冲动都没了。不过今天和导师交流了一下，说你数据都弄好了，不在做做实在是有点可惜，那么我就当练手，抱着学习面板分析的态度继续搞下去吧。 不过虽然我这个题目已经被人做掉了，但是百度指数（反应了别人百度某关键词的次数）和社会科学的关系，还有许多其他课题可以做，因为他其实反应的是老百姓的注意力。通常我们很难将其量化，用这个代理变量，我觉得可以做不少分析。国外已经开始用社交网络的数据分析了，我们这边见到文献的倒是不多。不过国内外被广泛认可的东西我就没有见到了，刚刚那篇文章还在预发表嘛。很多以前的理论，因为没有数据，很难做分析，现在用这种搜索数据，或者社交网络数据，可以做的东西就很多了。 如果百度指数开发api，能做的东西就更多了。自己也有点像利用微博和社交网络开发的api，做一些数据的提取分析，我觉得这个也很有意思，虽然国外已经开始不少人在开始做，国内似乎见过一些公司在做这个，好像杜子健就是一个。 好了，闲话不提，说说百度指数的提取吧。我用的是matlab的图像处理，提取图像的曲线。效果如下： 原图（百度指数页面点击生成图片）： 提取后的的效果： 上图绿色的就是提取后数据绘制的线条，和原来的线条基本是重合的。我把提取后的数据和原始数据做了一个比较，最大的误差在3%左右，还是可以让人满意的。 本来想把matlab程序也在这里提供了，发现自己居然再这个空间上面不能在建立独立页面了，那就算了吧。