京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据统计告诉你 暴跌中的股民在忙什么_数据分析师考试
2015年的这次A股暴跌与之前的的区别是什么?除了暴跌的幅度、持续时长均超过历史同期以外,还有一点也很重要:那就是操作的媒介发生了变化。在01年的大跌中,大部分股民还是在证券大厅中紧盯股票走势。07年的大跌中,PC端股票网站及软件已经逐渐普及,而在现在,移动端的证券内应用则成为了主要的炒股工具。
正因如此,移动端的大数据也精确的记录下了每一个股灾中的股民的真实行为。由TalkingData移动数据研究中心出具的一组数据,为我们留下了这些珍贵的记录。
1.股市波动越剧烈,证券APP越活跃
伴随近期股市的大幅震荡,证券类应用用户活跃度也出现波动,每逢沪指大幅下跌或重大利好政策出台次日,证券类应用的用户活跃次数均出现显著增长。
证券类应用用户活跃度
可以看到,在央行和证监会公布利好之后的第一个开市日,股票APP均会有较大的活跃增长(例如6月29日、7月6日)。此外,剧烈的波动也会影响股民的活跃度,例如在7月1日,沪指大跌5.23%之后,第二天的股票APP的活跃程度就达到近段时间的峰值。
2.股民选择的证券应用不同,但心理状况和应用习惯近似。
各证券类应用的日活跃用户量的变化也与股市在工作日与周末的开市规律一致,并随近期股市震荡出现相应波动。
应用活跃度
图中,应用活跃度从上至下排序分别为:同花顺、大智慧、东方财富通、涨乐财付通和自选股。可以看到,无论用户使用哪家的证券类应用,趋势增长幅度都是类似的。但用户较多的同花顺与大智慧,在一些重大时间点上,用户活跃程度会产生更大的波动。
3.早晨、开盘时和晚间消息公布时为证券类应用的活跃高峰期
在看过了周期分析之后,我们来看看单日分析。
证券类应用的活跃高峰期
6月29日,经历了前一周周五的股市重挫与周末的降准利好消息,用户对周一股市开盘的走势高度关注,证券类应用的活跃度也在股市一开盘便抵达高峰。
从整体局势上看,在开盘前的7点钟(也是许多股民起床的时间)即开始活跃度激增。这不仅仅是因为暴跌中的股民已经养成了起床后关注证券类应用的习惯,也因为6月29日是央行降息后的第一个开市日,因此多数股民会对股票走势产生更高的期待。
9点开盘之后,证券应用的活跃度迅速增长在1小时内达到最高点。甚至在中午收盘,证券应用的活跃度仍没有明显的减少。这体现出股民在中午休市期间的股票查询及操作仍然很频繁。下午随着股指继续振荡,证券类应用的活跃度持续维持在高水平,一直到闭市。
在收盘之后,证券应用的活跃度开始逐渐下降。但晚上十九点活跃度又提升。这说明《基本养老保险基金投资管理办法》公开征询意见等消息出台,使得高度敏感的股民在利好消息出现后立即打开证券应用,筹划明天的操作。
4.看盘交易类应用活跃高峰为开盘时间,资讯社交类应用活跃高峰为早晨、收盘后与晚间。
7月2日,沪指高开低收,证券类应用用户活跃度也呈现上午增长后下午持续低迷的特点,与看盘交易类的同花顺、大智慧等不同;注重资讯社交功能的雪球;在收盘后及晚间的用户活跃度较盘间时段更高。
证券类应用用户活跃度
具体而言,7点应用高峰时段,活跃度最高的是雪球。而在上午和下午开盘时期,则是自选股和涨乐财付通及其他看盘操作类应用的活跃期。但看盘操作类应用在收盘后活跃度便开始下降,而雪球则走势更为平稳。最终在晚上21点,随着晚间利好消息的出台,由于股民需要对消息进行及时的讨论、分析,因而注重社交的雪球的活跃度再次上升达到一天第二个顶点。
5.股票走势与股民活跃度成正向关系。
7月6日,在经历了周末证监会暂缓IPO与要求券商增持的利好消息后,市场情绪振奋,开盘证券应用出现活跃度高峰,下午沪指一路走低收盘前出现反弹,证券应用用户活跃度也在收盘前出现小高峰。
上证走势图与应用活跃走势图
将上证走势图与应用活跃走势图两相对比可以看出,大盘走势与证券应用的活跃程度出现的正向相关关系。7月6日早上9点,随着沪指高开7.82%,开盘后证券类应用活跃度迅速达到全天峰值.但随着股市之后逐渐下跌振荡,股民的活跃度开始减退。但在14:30后大盘走势尾部突然拉升,使得股民的注意力重新集中起来,证券应用的活跃度也开始上升。
6.不同地域城市均用股票应用,安卓设备中三星、华为和小米最多。
证券应用用户的地域
从证券应用用户的地域来看,证券类应用已经在一、二、三线城市同时普及开来,因此一、二、三线城市的股民分配非常平均。甚至一线城市的城市股民的证券应用还要少于二线及三线以下城市,仅占25.6%。而三线城市的反而占比最多,占39.5%。
而另外一方面,如果从安卓用户的手机来看,约七成是三星、华为和小米用户。其中30.8%的用户使用三星手机,比例为安卓手机品牌最高。华为和小米是第二梯队,均为20%左右。此后则是魅族(4.4%)、酷派(3.4%)、OPPO(2.8%)、联想(2.2%)和HTC(2.0%)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03