股市行情起起伏伏，如何能帮助用户更好得进行投资理财，这是每个券商app产品经理在思考的问题。从17年下半年开始，互券行业吹起了打造智能化数据工具之风，各家券商纷纷效仿。此类产品也作为增值服务，成为平台寻找非佣金收入增长点。今天借此和大家一起来探讨下这类数据工具的价值以及后续发展。

什么是智能化数据工具

智能化数据工具，利用行情数据、财务数据、研报数据等基础数据进行量化计算处理，辅助用户进行选股、择时、交易和综合复盘的策略工具。

举例说明：相似k线，通过找出历史上出现过相似形态走势所有k线，从而辅助用户判断后续走势

首先我们解决一个最核心的问题：这类产品解决了什么用户在什么场景下的什么问题，带给了他们什么价值。

1. 什么用户？

中国广大股民，俗称韭菜。韭菜千千万，但是他们几乎都有很多通性：跟风，追涨杀跌。

证券市场的股民主要分为以下几个派别：

（1）技术分析派

他们依靠k线图去预测股价的未来走势，认为价格充分反应了市场所有行为信息，价格以趋势的方式演变，历史会重现

心法：技术指标、时空、形态、玄学

招式：

• K线分析
• 图形分析
• 量价分析
• 均线分析
• 技术指标——MACD/boll/KDJ

理论体系：

• 艾略特波浪理论
• 江恩理论
• 缠中说禅
• 伏羲八卦、
• 奇门遁甲（玄学）

如果证券市场中有100个投资者，那么起码有30~40个人属于技术分析派的，当之无愧的证券市场第一大帮派，他们根据k线波动来推算后续行情走势，指导投资建议，但图形形态或趋势容易变化，强调与人博弈，赌性强，容易大起大落，短线操作的投资者最爱。

（2）事件驱动派

他们认为股价涨跌受到事件影响，股票反映人们对价值的映射，市场永远都是对的，股价反映了基本信息面。

心法：主题炒作、环球宏观投资、公司事件投资、业绩估值。

招式：

• 牛市炒主题，熊市杀概念
• 马歇尔需求弹性分析
• 相关性分析
• PEG

事件驱动派，作为证券市场上的第二大派别，派别核心打法是买大家认为会涨的股票，而不是买自己认为会长的股票，此方式考虑到了人的情绪、基本面情况，但是我们大A股的风向是不能完全理性的角度来分析，比如：文章出轨，伊利股份大跌；2月14日情人节，东方宾馆涨停，海南橡胶大涨……

A股的逻辑特别奇怪，你在猜别人，别人也在猜你，如何与市场博弈是非常考验投资者的心智的。

（3）博弈派

他们认为股票的本质是筹码，庄家/主力决定股价的走势，炒股要听D的话。

心法：打板、跟庄家、轮动、题材、政策走向。

招式：

• 龙一识别法
• 龙虎榜分析
• 筹码计算
• 政策投资
• 打涨停板

如何判断庄家在操盘，如何把握好跟庄买入的时机和要点这些都是博弈派需要修炼的功力，博弈派企图跟着庄家走，但却容易反被庄家套牢，在于庄家的的博弈中能胜出的人都是真英雄。

（4）价值投资派

他们认为股票终将反映公司的内在价值，以证券的内在在价值为基准，低于价值买，高于价值卖，就是常说的怎么用0.5元的买价值1元的东西，再以2元卖掉它。

心法：套利、低估、成长.

招式：

• 内在价值
• 边际效应
• 财报分析
• 低估价值投资

价值投资应该是非炒股用户最熟悉的词了吧，这得意于其忠实的推广者，著名的投资家巴菲特和查理芒格，但此派武功确是最难学的，不仅需要掌握大量的学科知识而且需要练就强大的内心，在实践中需要独立思考，不从众，反人性。虽然大家都在积极倡导价值投资，可是能做到并坚持下去的人寥寥无几。

以上的四大派别是我国散户市场上最常见的投资派系，其中技术分析和事件驱动派占据了60~80%左右，剩余的份额由博弈派和价值投资派均分。不过股民也经常互相转移派别或同时修炼几大派别的武功。

2. 在什么场景下解决什么问题

股民投资三大终极难题：选择、择时和建仓

怎么选股票 （选股）

• 场景：用户自行研究之后，发现同时满足几个指标的股票后续可能出现上涨趋势；
• 探索：给所有股票打上特定标签，支持用户自定义筛选或组合多种情况筛选股票数据（比如技术指标、财务指标等）。

怎么买卖股票（择时）

• 场景：关注的公司最近发生了重大事件，不知道是否会导致后续走势下跌，是否现在应该卖出；
• 探索：通过回看历史，回测本股或者同行业之前发生类似事件之后股市走势，辅助用户择时判断。

投入多少钱（建仓）

• 场景：手上同时持有多只股票，但是只有一只股票涨势喜人，是否要卖掉其他然后重仓这一只股票；
• 探索：分析市场上类似持仓且高收益的用户数据和操作轨迹（包括仓位管理、行业分布、股票数据等），来提供用户进行判断。

3. 带来什么价值

一说到投资的价值，大家的第一反应肯定是赚钱，但是投资理财不是简单的一次性行为，他是动态的长期过程。在这一过程中用户的需求是不断变化的，平台需要做好引导，挖掘到用户每个阶段的诉求，从而给他们带去价值。

以下用举例的方式来阐述，针对不同的用户通过智能化数据工具获得的价值。

场景：小a对于炒股完全是赌徒心态，希望通过短线操作，能快速赚一波小钱，这对行情的实时获取的要求非常高，但他没有办法每一秒钟都盯着大盘。

价值：用户会对盯盘的要求会比较高，最好能实现自动盯盘交易、量化策略交易，按照自己的意愿进行ai化操作，那么相关的这类盯盘和ai交易的产品工具就能给他们带去方便、快捷、高效的价值。

原来的券商App只有简单的个股预警，系统根据用户设置的股票涨跌幅和涨跌价进行消息通知，然后用户再自行下单操作。这种预警维度太过单一，而盯盘类数据工具可以提供多维度的盯盘方式，甚至支持用户自定义维度。

但只盯盘对于短线操作者还是远远不够的，行情瞬息万变，待消息触发再操作已经晚了，条件下单则能支持系统自动下单交易，也可以设置复杂的交易策略，比如：网格交易等等。

智能盯盘

条件下单

注：条件下单的策略开放程度视各家合规而定

场景：小b入市已经有一段时间了，也进行了好几次的交易操作，但是每次操作都比较情绪化，交易完后又懊悔不已。

价值：用户对于炒股比较感性，缺乏理论支持，希望可以更好的分析股票和理解操作行为，平台可以分析用户的历史交易行为给出相应的投资分析报告，引导用户更好的进行决策交易，减少了盲目行动。

持仓分析主要从两方面分析：一是个人用户的数据统计（包括用户的选股、择时、建仓、风控等能力分析）；二是对比内同类操作的高收益用户数据，通过两方面的数据给出相应投资建议。

虽然账户分析作为投后复盘的一个重要环节，但在券商APP产品里面相对比较缺失的，目前这块的设计还停留在的账户数据呈现上面，受历史原因影响，各家券商多账户的数据计算都有一些问题，后续本人将针对这个问题单独写一篇文章，就不再这里过多阐述了。

持仓分析

对于给用户带来的价值，除了针对不同派别，在其实操的时候提供更多的辅助产品之外，我们还应该关注到用户投资的整个流程中，给予更多的兴奋型的产品体验满足用户。

总结

数据化工具发展到今天，各家券商平台基本都完成了卡位战，但是如何找准发力点，突破产品同质化的问题呢？是否只要我们根据上文提到场景去满足用户提出的这些需求，就能赢得他们的喜欢呢？

令人沮丧的是，用户的大多数需求已经被满足了，如果我们的产品仅仅是满足用户的需求是远远不够的，而是需要不断探索用户内在核心诉求，制造、刺激用户潜在欲望。

目前行业各家产品几乎都停留在第一层面，直接解决用户需要数据的问题，就像一个小助手，按照用户的意愿把资料整理好而已，但是用户需要的内在、核心需求确触及甚少。

（1）表面需求

最外在的层面，直接满足用户的当下的需求：用户需要加工好的数据。

比如技术指标派用户，他们去查看不同的技术指标的买卖点的时候，需要逐一计算不同的股票对应的不同指标数据，这种计算量非常大，这个时候用户就希望有产品能算好指标，减少他们计算和操作的成本，那一款帮助用户回测数据的工具就能满足用户需求。

找准一个受众面的用户群体，按照投资流程（投前、投中、投后）选中侧重环节，提供相应的解决方案。目前行业基本都发力在投前环节，投中的策略交易因为涉及到一定的合规风险问题，布局的竞品不多，投后将是后续布局的重点，各家已经开始往这块发力了。

（2）内在需求

内在的深层需求：引导、辅助用户的投资决策。如果我们的产品关注点只是放在了第一个层面，那么顶多只能完成行业卡位，想要赢得用户喜爱胜算不大，我们需要往下深探，去解决用户的更内诉求。

比如获取技术指标计算的需求，计算数据只是表面的需求，用户是希望去验证技术指标是否靠谱，按照这个操作是风险多大，是否应该和其他基本面的结合起来判断，产品能帮助其决策分析。

根据用户的投资行为分析用户在选股、择时、仓位管理等多方面的能力，从而提出一整套完整的建议方案给到用户，引导用户去复盘其投资行为，优化后续操作。

（3）核心需求

关乎用户为什么需要这类产品的本质诉求：用户希望能提升投资能力，但是没必要而成为一名专业的投资规划师。

核心需求是关于为什么的问题。投资是一门广泛的学科，投资到了最后就不只是操作层面的学习，更多是人性的博弈，需要战胜欲望，做到知行合一。虽然这些数据工具不能直接告诉用户买什么股票能赚钱，但是他可以更好辅助、引导用户去思考投资这门学问，

用户在投资过程中无时无刻都存在着矛盾，交易前的纠结、兴奋、无奈，交易后后悔、伤心、愤怒等各种情绪。用户希望可以通过提高投资能力来减缓这种复杂的情绪，但是学习的成本如此高，而这类工具要做到就是缓解用户的阵痛， 扮演一个全投资流程的投资分析师辅助用户进行投资。

如果我们想要去做好这类产品，那么就应该结合外在、内在、核心三个层面的解决方案，只有这样才能实现平台自身的价值，看完整篇文章，您是否对数据工具有新的理解了呢？欢迎大家随时交流。

注：产品截图是随机选择，不作为推荐产品建议。

本文由 @秘密花园 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议