“ 是故胜兵先胜而后求战，

败兵先战而后求胜。 ”

——《孙子兵法 · 军形篇》

文：屠夫1868

欢迎关注：基业长红1868

= 欢迎关注 · 收藏 · 分享 =

转载需获本人授权，并注明作者和出处

屠夫问候各位早安。

今天跟大家带来的文章有点特别，更像是一个教程，或者说一份工具说明书，教会大家如何使用一个简易的数据工具。

这个工具就是【基业长红1868离线数据BI】。

投资和赌博，最大的区别就在于：前者靠研究，后者靠运气。

就像强调“庙算”的《孙子兵法》所说，“胜兵先胜而后求战”。

投资中的“先胜”离不开“庙算”——也就是研究。而投资研究，离不开数据。

有看过《资产配置·聚类分析》和《2018 · 大数据》的朋友向屠夫表示：

这些数据分析太眼花缭乱，

能否提供简单的数据查询功能？

当然能！

01：什么是BI？

投资中所使用的数据，本质上都是基于一张张数据表

——大家可以简单理解为一份份excel表格。

需要展示海量数据时，普通的静态图表已经无法满足我们的要求。

这时，就需要引入交互式组建，构建一个BI系统了。

BI是Business Intelligence的缩写，即“商业智能”。

这玩意儿跟AI没什么关系，可以简单理解为整合数据、产出报表的工具。

屠夫在之前的文章中经常会用到这2项数据：

2005年至今的每个交易日，35种指数和资产的收盘价

2005年至今的每个交易日，35种指数和资产的成交量

*这些指数的清单可以参考《2018 · 大数据》一文

合起来是以十万计的数据量，如果只是给大家输出这么一个巨型表格，恐怕实用意义不大。

所以屠夫借助Tableau这个BI工具，搭建了一个简易的数据查询系统，使用3种图表展现相关的信息，希望能为大家提供一些参考。点击文章底部【阅读原文】可跳转至BI。

关于这个BI，有几项声明：

数据来源是新浪财经（大宗商品类）和雪球（其他）的API

数据非实时更新，时间范围自2005年起至2019年5月20日

建议保存或收藏，有需要时使用PC端浏览器打开，效果最佳

接下来就让屠夫介绍一下，BI目前已经做好的3张图表吧。

02：收盘价和成交量

首先是35种指数和资产在过去14年的收盘价和成交量对比。

横轴表示日期，上半部分是收盘价，下半部分是成交量。

以上图的上证50为例：迄今为止成交量的巅峰是2015年7月，当时的价格也是呈现“非理性繁荣”。

这张图里有2处交互组件。

其一是指数和资产的选择：点击这个位置可以挑选任意一个指数进行查看。

其二是时间的选择：观察窗口可以通过修改日期，或者直接拖拽控件进行。

03：归一化收盘价

第一张图其实没什么新意，大部分财经网站上也能查得到，甚至信息更全，所以并不是重点。

第二第三张图，就比较具有屠夫特色了。

屠夫在之前的文章中用过归一化，简单来说就是把所有指数和资产的价格都映射到[0, 1]区间中。

这样做的好处是：价格区间不同的指数和资产，可以放到同一个区间，对走势进行对比。

比如下图的8种资产，其走势呈现高度的相似。

这不是巧合，而是《资产配置·聚类分析》里的结果。

是人工智能告诉屠夫，这8种资产“长得很像”。

这张图里只有一个组件：切换不同的聚类分组。

04：收盘价的中位数、标准差和成交量

最后这张气泡图，原理最简单，但信息量最大。

首先，这张图是【逐年展现】数据，可以通过右边的控件切换不同的年份进行查询。

上图中是2018年的例子，下图则切换到2014年：

每一个气泡代表的是一种指数或资产，表达的4种数据分别是：

当年收盘价的标准差 = 气泡的横坐标

归一化收盘价的中位数 = 气泡的纵坐标

当年的成交量 = 气泡的大小

聚类分组 = 气泡的颜色

收盘价的标准差，表示的是指数和资产在那一年的波动性。

当年波动越大的指数和资产，在图中会越靠上。

归一化收盘价的中位数，表示的是指数和资产在那一年的价格。

当年越“贵”的指数和资产，在图中会越靠右。

成交量应该就无需多做解释了吧？

如果只想观察某个聚类分组或者某个指数资产的数据，也可以通过控件进行切换。

巴菲特的老师，格雷厄姆曾说：

你之所以对，

是因为你的数据和逻辑是对的。

屠夫相信，阅读这篇文章的每一位投资者，一定有自己的一套投资逻辑。

但未必每一位投资者，都有“对”的数据支持。

希望这个BI能帮您“先胜而后求战”。

[ 作者简介 ]

屠夫1868，结合价值理念和量化工具的指数投基者。

更多投资思考、心得分享和「半天候资产配置」在【基业长红1868】更新，欢迎关注。

【阅读原文】