题目：基于大数据的网络评价对股票超额收益的影响研究

      大数据时代已悄然来临，很多传统行业都在积极研究大数据技术可能带来的变化，利用大数据对既有行业进行着颠覆与重构，数据已经从对事物的简单描述逐渐演变成人类行为模式的全面刻画。全球范围内，金融行业也纷纷展开了与大数据技术结合的深度合作，特别是在金融数据服务商和对冲基金领域，越来越多的公司和研究机构渴望利用大数据技术获得更好的预测能力，从而带来更高的收益。

      本文基于全球市场范围内正在发生的大数据技术浪潮，立足国内刚刚兴起的大数据选股产品的出现，简要分析了其产生背景与过程，并从行为金融学的角度分析了将网络评价因素引入选股模型的基本原理，较好的解释了其可行性与合理性，同时，以新浪大数据指数为例，对标同期市场表现，进行了波动性分析和累计超额收益分析，结果显示新浪大数据指数相对同期沪深300指数的累计超额收益为正， i300指数相对沪深300指数的累计超额收益达到98%，而i100指数相对沪深300指数的累计超额收益更是达到136%，在所选观察期内，i300与i100指数相对沪深300指数的每日累计超额收益均超过了60%，i100指数更是达到了101%，因此，i300与i100指数的收益情况是明显好于同期市场正常收益率的，且大数据指数在舆论事件的利好驱动下也有较好的短期超额收益表现，显示出基于网络评价的大数据指数在选股方面的表现更为出色；由两种指数收益情况对比可以看出，i100指数比i300指数拥有更好的收益表现，这也为投资者在两种大数据指数产品的选择方面提供了有益的参考。本文还对大数据选股模型基础进行了分析，并对大数据选股的未来进行了展望。