20171014-兴业证券-雪球知股乎系列三_情绪因子选股正当时_22页_1mb

雪球知股乎系列三：情绪因子选股正当时

核心内容

本报告是兴业证券定量研究团队“猎金”系列的第十六篇，主要研究了基于雪球网用户发帖文本构建情绪因子，并进一步验证其在选股中的有效性。通过机器学习方法对非格式化文本进行情绪判断，构建了正向情绪比、负向情绪比和综合情绪比因子，并结合反转因子设计了双因子增强选股策略。

主要观点

• 情绪因子构建：利用SVM模型对用户发帖文本进行情绪分类，构建了三种情绪因子，其中负向情绪比因子表现最佳。
• 情绪因子有效性：在中证500股票池中，负向情绪比因子表现出较强的选股能力，且与反转因子结合后，能显著提升策略表现。
• 情绪因子表现：负向情绪比因子在样本内精准度为 $70.16%$，正向情绪召回率为 $76.9%$，负向情绪召回率为 $68.2%$。
• 双因子增强策略：结合反转因子和负向情绪比因子构建的双因子策略，在年化收益率、夏普率、最大回撤等方面均优于单因子策略。

关键信息

文本处理流程

1. 数据收集：研究时间窗口为2014年1月-2017年7月，共获取30,658,560篇帖子，最终选择27,654篇用于人工打标签。
2. 文本清洗：
   • 删除无效文本（如推广内容、无意义链接等）；
   • 删除文本长度超过700字符的内容；
   • 清洗噪音信息，如停用词、无意义符号等。
3. 文本切分与处理：
   • 使用结巴分词系统进行文本切分；
   • 处理否定词，将否定词后的内容进行否定化处理；
   • 停用词过滤及词性标注，只保留形容词、动词、名词等实词。
4. 情绪判断模型：
   • 对比SVM与贝叶斯模型，SVM在精度和效率上更优；
   • SVM模型在样本量增加时表现更佳，最终选择SVM作为情绪判断模型。

情绪因子定义

情绪因子测试结果

• 样本内表现：SVM模型在负向情绪集合的召回率最高，为 $68.2%$。
• 全市场测试：综合情绪比波动率因子表现突出，IC为 $0.035$，IC_IR为 $0.69$，且与未来收益率呈负相关。
• 中证500测试：中性化后的负面情绪比因子表现最佳，IC为 $0.022$，IC_IR为 $0.4$，且在分位数组合测试中，top组别年化收益率为 $21.7%$，夏普率为 $0.65$。

双因子增强策略

• 策略构建：基于月度反转因子和中性化负面情绪比因子构建双因子增强策略。
• 策略表现：
  • 总收益率：48.0%
  • 年化收益率：11.6%
  • 夏普比率：1.87
  • 最大回撤：6.5%
• 对比单因子策略：双因子策略在年化收益率、夏普率、最大回撤等方面均优于单因子策略。

附录：图表与数据

• 图表1：雪球网个人关注&发帖行为界面
• 图表2：投资组合调仓行为界面
• 图表3：雪球网用户行为分类明细
• 图表4：情绪因子构建流程图
• 图表5：删除的部分文本样式
• 图表6：文本长度累计占比统计
• 图表7：文本清洗示例
• 图表8：训练集Vs测试集的样本对比分析
• 图表9：例句的切词结果
• 图表10：例句切词后的词向量处理结果
• 图表11：SVM与贝叶斯模型精准度对比结果
• 图表12：SVM与贝叶斯模型精准度对比结果
• 图表13：测试集合上模型表现
• 图表14：SVM对样本量的敏感性分析
• 图表15：不同类别情绪因子的定义
• 图表16：情绪因子的截面均值趋势图
• 图表17：不同类别的情绪因子对A股的覆盖度研究
• 图表18：不同周期的关注度因子的IC检验
• 图表19：中性化后的负面情绪比因子表现
• 图表20：中性化后的负面情绪比因子相关性分析
• 图表21：中性化后的负面情绪比因子在500内IC表现
• 图表22：中性化负面情绪比因子分位数组合测试结果
• 图表23：负面情绪比因子分位数测试结果
• 图表24：综合情绪比波动率因子IC测试
• 图表25：中性化后的综合情绪比波动率因子分位数测试结果
• 图表26：中性化后的综合情绪比波动率因子分位数测试
• 图表27：选股策略表现
• 图表28：策略在不同年度的表现
• 图表29：反转因子对冲选股策略 Vs 双因子增强对冲选股策略净值曲线
• 图表30：反转因子对冲选股策略 Vs 双因子增强对冲策略最大回撤趋势图

结语

本报告展示了情绪因子在选股中的应用潜力，尤其在中证500股票池中表现突出。通过情绪因子与反转因子的结合，能够有效提升选股策略的表现。未来，兴业证券定量研究团队将继续探索情绪因子在更多场景下的应用价值，并致力于构建更有效的投资策略。