当我们的峰会遇到网路爬虫。。。

　　当我们的峰会遇到了网路爬虫，会发生哪些呢？

　　闲来无事，逛峰会的时侯突发奇想，想要探究一下猖獗于峰会上的各类贴子，哪种类型最受你们欢迎，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。”要想对峰会的贴子数据进行剖析，首先得有数据。于是乎网路爬虫技术闪亮登场。

　　说到爬虫，那是Python的拿手好戏。然而鄙人我早已习惯了使用土掉渣的VBA。。。Whatever，继承于当初盛极一时的VB，加之编译型语言的速率优势，VBA还是易用而又强悍的。不屁话了，talk is cheap, show me the code.（见附图01）

　　VBA代码和执行结果（局部）

　　鉴于峰会贴子数目的庞大和生命的有限，我这儿只以版块“金融学（理论版）上传下载专区”为剖析对象，而且只爬取了前100页的内容网络爬虫论坛，得到了8000条贴子记录（除去未设置贴子类型的，共7224条）。（见附图02）

　　爬取的贴子结果

　　之后，就做了一个非常简单的数据透视表剖析（谁叫我的目的这么单纯。。）。分析结果见附图03。

　　数据透视表剖析

　　我们从这样的一张图表中可以发觉哪些呢？

　　其一，就发帖量而言，“教材与书籍”占据榜首，说明峰会上有很多人乐于分享经管书籍，分享知识，相信这也是秉持了峰会创办人的初心吧（知识产权哪些的另说。。）。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”则发帖量相对少了好多。“量化金融”作为近些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，势头不可轻忽。

　　其二，我们关注各种贴子的平均回复数和平均查看数。不同类别的贴子，这两个指标的表*敏*感*词*融”、“公司金融”和“数据”。“量化金融”的关注量之高相信你们不会震惊，这玩意还自带点高科技的神秘色调，动不动就跟高深莫测的物理模型和计算机技术搭上面；“数据”类贴子的表*敏*感*词*融”，我是没搞明白这玩意为何发帖量少但关注度还很高，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网络爬虫论坛，或许这一点值得进一步剖析（当然也有可能只是统计的随机性，毕竟只爬了100页而已）。

　　爬虫和剖析工作到这儿暂告一段落。经此一役，我对“量化金融”的火火火有了更进一步的认识。不过话说回去，中国证券市场还徘徊在弱有效的边沿，能玩得转量化金融吗？（杠精搞不好怼我当初饭都喝不饱还搞原*敏*感*词*呢，这是俺中国特色）。反正最后我是把这篇贴子发在了“量化金融”版，金融未必沾得上面，但量化剖析却是妥妥的。朋友们，让我们瞧瞧这能不能成为我查看数最多的一篇贴子~~~

　　-----The end-----