投资者在进行股票投资决策时，还需要考虑其他因素，如市场情绪、国际形势、政策变化等。同时，投资有风险，投资者需要自行承担风险，并在投资前谨慎评估自己的风险承受能力。
从大数据中挖掘出赚钱股票的方法和策略可以包括以下几个方面：
1. 数据采集：收集和整理大量的股票市场数据，包括股票价格、交易量、财务数据、市场指标等。
2. 数据预处理：对采集到的数据进行预处理，包括数据清洗、去除异常值、补充缺失值等。
3. 特征选择：利用统计和机器学习方法，从众多的特征中挑选出对股票走势预测有重要影响的特征。
4. 建立模型：根据选定的特征和目标变量（股票涨跌幅等），建立合适的模型进行预测。常用的模型包括线性回归、逻辑回归、决策树、随机森林、支持向量机等。
5. 模型训练和验证：使用历史数据进行模型的训练和验证，通过交叉验证等方法评估模型的预测准确度和稳定性。
6. 模型应用：使用经过验证的模型对新的股票数据进行预测，并根据预测结果进行投资决策，例如选择买入、卖出或持有。
需要注意的是，股票市场是非常复杂和随机的，大数据分析只是提供一种辅助工具，而不是绝对预测未来走势的方法。投资者在进行股票投资决策时，还需要考虑其他因素，如市场情绪、国际形势、政策变化等。同时，投资有风险，投资者需要自行承担风险，并在投资前谨慎评估自己的风险承受能力。
