By Matt Connor · · Updated 2026-07-25別人恐懼時貪婪的數據驗證
從新聞情緒建構恐懼指標，測試巴菲特名言。極度恐懼日後60天標普500報酬優於極度貪婪日，數據支持逆勢進場。
華倫·巴菲特最常被引用的經驗法則是：在別人貪婪時恐懼，在別人恐懼時貪婪。這句話流傳甚廣，被視為顛撲不破的智慧。原則上，這也是一個可驗證的命題：如果全市場的情緒能被衡量，那麼最恐懼與最貪婪時刻之後的報酬，就可以排列比較。本頁面執行這項測試，使用的恐懼與貪婪指標，是從數十萬篇新聞報導的情緒所建構。
從新聞建構恐懼指標
我們新聞通訊上的每一篇文章，在發布時都會附上針對個別公司的情緒標籤，分為正面、負面或中性。每天統計全市場的這些標籤，就能將新聞轉化為每日情緒讀數。這裡的單日淨情緒，是正面篇數減去負面篇數，再除以兩者總和：讀數接近區間頂端，代表樂觀、貪婪的新聞氛圍；讀數接近底部，則是這份數據中最接近恐懼的狀態。
在討論任何報酬之前，有兩項限制必須先說明。情緒標籤僅從2024年開始存在，因此可衡量的時間窗口約為兩年半，並非一個完整的市場循環。而且，這些標籤傾向樂觀。
每個數據背後的精確 SQL 語法
SELECT toString(toYear(published_utc)) AS year, count() AS tagged_insights,
round(100.0 * countIf(JSONExtractString(ins,'sentiment')='negative') / count(), 1) AS negative_pct
FROM global_markets.stocks_news ARRAY JOIN insights AS ins
WHERE JSONExtractString(ins,'sentiment') != ''
GROUP BY year ORDER BY year在最近一年，負面文章約佔有標籤文章總數的 19.1%，且此模式在整個窗口期間都成立。本樣本中的恐懼日，是可取得數據中最不樂觀的新聞氛圍，而非徹底恐慌的日子。這就是原始材料。測試的重點是市場後續的表現。
測試：恐懼與貪婪之後的表現
針對每一個有情緒讀數的日子，我們衡量了標普500指數在接下來5個、20個和60個交易日的報酬。接著，將這些日子分為最恐懼的十分之一、最貪婪的十分之一，以及介於兩者之間的所有日子，並計算各組內的前瞻平均報酬。
每個數據背後的精確 SQL 語法
WITH sent AS (
SELECT toDate(published_utc) AS d,
(countIf(s='positive') - countIf(s='negative')) / (countIf(s='positive') + countIf(s='negative')) AS net
FROM (SELECT published_utc, JSONExtractString(ins,'sentiment') AS s
FROM global_markets.stocks_news ARRAY JOIN insights AS ins
WHERE JSONExtractString(ins,'sentiment') != '')
GROUP BY d HAVING countIf(s='positive') + countIf(s='negative') >= 20
),
spyd AS (
SELECT toDate(toTimeZone(window_start,'America/New_York')) AS d,
argMax(toFloat64(close), toTimeZone(window_start,'America/New_York')) AS c
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker='SPY' AND window_start >= '2024-01-01'
AND (toHour(toTimeZone(window_start,'America/New_York'))*60 + toMinute(toTimeZone(window_start,'America/New_York'))) BETWEEN 570 AND 959
GROUP BY d
),
spy AS (
SELECT d, c, leadInFrame(c,5) OVER w AS c5, leadInFrame(c,20) OVER w AS c20, leadInFrame(c,60) OVER w AS c60
FROM spyd WINDOW w AS (ORDER BY d ASC ROWS BETWEEN CURRENT ROW AND 60 FOLLOWING)
),
j AS (
SELECT s.net AS net, (spy.c5/spy.c-1)*100 AS f5, (spy.c20/spy.c-1)*100 AS f20, (spy.c60/spy.c-1)*100 AS f60
FROM sent s INNER JOIN spy ON s.d = spy.d WHERE spy.c60 > 0
),
qt AS (SELECT quantile(0.1)(net) AS p10, quantile(0.9)(net) AS p90 FROM j)
SELECT multiIf(net <= (SELECT p10 FROM qt), 'Extreme fear (least upbeat)',
net >= (SELECT p90 FROM qt), 'Extreme greed (most upbeat)',
'In between') AS market_mood,
count() AS days,
round(avg(f5),2) AS fwd_5d_pct,
round(avg(f20),2) AS fwd_20d_pct,
round(avg(f60),2) AS fwd_60d_pct
FROM j GROUP BY market_mood
ORDER BY multiIf(market_mood='Extreme fear (least upbeat)',0, market_mood='In between',1, 2)在接下來的兩個月裡，恐懼日之後的表現明顯優於貪婪日。在極度恐懼讀數出現後的60個交易日，標普500指數平均報酬為 6.35%，而在極度貪婪讀數後為 2.85%，一般日子則介於兩者之間，為 4.03%。這個排序符合那句格言：恐懼的新聞氛圍是較佳的進場點，而貪婪的氛圍則較差。
近距離觀察，情況則較模糊。在接下來的5個交易日，恐懼組與貪婪組的表現差距不到一個百分點；在20個交易日內，貪婪組甚至略微領先。差距要到兩個月時才顯現。每個極端組別僅包含 45 個交易日，平均值是由少數幾段時期所驅動。
為何這是線索，而非定論
有三個因素使此結果不足以成為證據。
時間窗口處於上升市場。每個組別都呈現正向的60日報酬，此比較是在好的結果與更好的結果之間進行，而非獲利與虧損的對比。一條旨在市場接近頂峰時防範貪婪的規則，在此並無頂峰可供測試。
恐懼日也往往出現在市場已經下跌之後，此時負面報導會群聚出現。從那些點位反彈，既符合單純的均值回歸，也同樣符合情緒本身具有的任何先見之明。要區分這兩者，需要的遠不止是零散的幾個日期。
樣本也很單薄。兩年半的時間，每個極端組別僅有 45 個交易日，這對於一個涵蓋所有時代、所有市場的論斷而言，基礎過於狹窄。2024年到2026年的這單一區段，只是一次抽樣，而非全體。
這項操作所確定的，是比格言本身更小但更有用的東西：這個命題是可衡量的。一條通常被當作名言流傳的句子，可以被轉化為數字，根據新聞紀錄進行審計，並隨著情緒數據的積累而重新執行。就目前而言，方向與巴菲特所言一致。
常見問題
在別人恐懼時買進真的有效嗎？
在這個2024年至2026年的樣本中，最恐懼日之後的標普500指數60日平均報酬（6.35%），高於最貪婪日之後的報酬（2.85%）。在較短的時間窗口內，差距幾乎消失，且樣本期間很短；這應被視為方向性的支持，而非證據。
恐懼與貪婪指標是如何建構的？
來自我們新聞資訊中每篇文章的情緒標籤：將每日的正面文章數減去負面文章數，再除以兩者總和。低讀數代表悲觀的新聞氛圍，高讀數代表樂觀的氛圍。
為何測試從2024年開始？
新聞資訊上的情緒標籤始於2024年，這使得可衡量的時間窗口約為兩年半。
這是投資建議嗎？
不是。這是對過去數據的一項衡量，並附有明確限制：時間窗口短、標籤傾向樂觀、處於上升市場，以及可能存在均值回歸。這不是一項策略或預測。
此處的每一個數字都來自其下方的已儲存查詢。展開任何面板即可審計情緒數據和前瞻報酬，或是在Strasmore終端機上自行執行相同測試。若想了解解讀市場焦慮的相關方法，請參閱隱含波動率；若想查看紀錄中真實的恐懼事件，請參閱2020年3月的新冠疫情崩跌。