发帖
雷达卡
闲来无事，逛论坛的时候突发奇想，想要探究一下泛滥于论坛上的各种帖子，哪种类型最受大家欢迎，查看数和回复数最多。于是，我开始动手了。
俗话说：“巧妇难为无米之炊。”要想对论坛的帖子数据进行分析，首先得有数据。于是乎网络爬虫技术闪亮登场。
说到爬虫，那是Python的拿手好戏。然而小弟我已经习惯了使用土掉渣的VBA。。。Whatever，继承于曾经盛极一时的VB，加之编译型语言的速度优势，VBA还是易用而又强大的。不废话了，talk is cheap, show me the code.（见附图01）
鉴于论坛帖子数量的庞大和生命的有限，我这里只以版块“金融学（理论版）上传下载专区”为分析对象，而且只爬取了前100页的内容，得到了8000条帖子记录（除去未设置帖子类型的，共7224条）。（见附图02）
之后，就做了一个极其简单的数据透视表分析（谁叫我的目的如此单纯。。）。分析结果见附图03。
我们从这样的一张图表中可以发现什么呢？
其一，就发帖量而言，“教材与书籍”占据榜首，说明论坛上有很多人乐于分享经管书籍，分享知识，相信这也是秉承了论坛创办人的初心吧（知识产权什么的另说。。）。其次分别是“金融市场与投资”和“金融经济学”，而金融学研究版图中另外重要的两块——“公司金融”和“国际金融”则发帖量相对少了很多。“量化金融”作为近年来火得一塌糊涂的话题，发帖量达到325，跟“公司金融”几乎齐头并进，势头不可小觑。
其二，我们关注各类帖子的平均回复数和平均查看数。不同类别的帖子，这两个指标的表现总体相似，但也存在细微的差别。抛开“其他”这一分类，占据关注量前三甲的帖子类别为“量化金融”、“公司金融”和“数据”。“量化金融”的关注量之高相信大家不会惊讶，这玩意儿还自带点高科技的神秘色彩，动不动就跟高深莫测的数学模型和计算机技术搭上边；“数据”类帖子的表现我倒是始料未及，不过仔细想想也在情理之中，搞实证研究的哪能离开数据，经常还见人在论坛上各种求数据来着（兄弟我自己动手，丰衣足食，允许我骄傲三秒）；再有就是“公司金融”，我是没搞明白这玩意儿为什么发帖量少但关注度还挺高，跟它发帖量差不多的“银行与金融监管”版块平均回复和查看数就差了一截，或许这一点值得进一步分析（当然也有可能只是统计的随机性，毕竟只爬了100页而已）。
爬虫和分析工作到这里暂告一段落。经此一役，我对“量化金融”的火火火有了更进一步的认识。不过话说回来，中国证券市场还徘徊在弱有效的边缘，能玩得转量化金融吗？（杠精搞不好怼我当年饭都吃不饱还搞原子弹呢，这是咱中国特色）。反正最后我是把这篇帖子发在了“量化金融”版，金融未必沾得上边，但量化分析却是妥妥的。朋友们，让我们看看这能不能成为我查看数最多的一篇帖子~~~
-----The end-----
京公网安备 11010802022788号
