20240508-国金证券-Alpha掘金系列之十一_基于BERT-TextCNN的中证1000舆情增强策略_20页_2mb

本报告分析了金融论坛中的舆情信息情感分析在投资中的应用，尤其是对中证1000指数成分股的选股因子构建和增强策略回测。研究利用大语言模型如ChatGPT4和FinGPT进行样本标注，并基于BERT-TextCNN模型对超过5000万条股评数据进行情感分类，得出积极、消极和中性情感评分。通过多维度构建因子，包括情绪一致性、关注度、周内关注度波动、整体情绪和周内情绪波动，合成一个综合因子，并在2018年至2023年间进行周频调仓的回测。回测结果显示，合成因子具有高预测能力，IC值达到613%，年化超额收益率为1395%，信息比率达到1.56，但存在市场变化和模型随机性等风险。舆情因子与传统选股因子相关性低，约为0.3，作为有效补充。策略表现良好，但需注意潜在失效风险。