20150409-广发证券-互联网大数据挖掘系列专题之（五）_基于互联网挖掘的热点选股策略_16页_1mb

基于互联网挖掘的热点选股策略总结

核心内容

本报告探讨了基于互联网大数据挖掘的热点选股策略，旨在通过分析大规模热门网站上的新闻文本信息，识别市场热点概念，并据此构建量化投资策略，以捕捉相关个股在热点概念驱动下的短期市场机会。

主要观点

• 热点概念的市场影响：A股市场中，热点概念（如“沪港通”、“国企改革”、“互联网金融”等）频繁出现，且在中短期常带来较好的市场表现。
• 策略构建方法：通过动态构建热词词库和热度指标，结合文本挖掘技术，识别热点概念并配置相应个股。
• 量化交易机制：将资金等分为若干份，根据热点概念的热度变化，配置资金至对应个股，持有期为10个交易日。
• 实证表现优异：历史回测结果显示，该策略在回测期内取得了显著的超额收益和胜率，同时回撤控制较好。
• 风险提示：该策略为纯量化方法，不保证个股有实质性利好，需结合基本面分析。

关键信息

策略构建流程

1. 数据抓取：从新浪网、和讯网、腾讯网、东方财富网等热门财经网站抓取个股新闻文本信息。
2. 文本预处理：对获取的文本进行清洗、标注、格式化处理，提取关键信息。
3. 热词词库构建：基于历史数据和市场动态，构建并维护热词词库，包含多个热点概念，如“一带一路”、“工业4.0”、“云计算”、“环保”等。
4. 热度指标计算：对每个热词在指定日期的新闻量进行统计，计算其热度变化趋势。
5. 策略执行：根据热度变化选择前两个热点概念，等权配置资金至相关个股，持有10个交易日，以开盘价买入，收盘价卖出。

实证结果

• 年化绝对收益率：112.08%
• 年化相对收益率（沪深300）：19.00%
• 最大回撤（未对冲）：-6.27%
• 最大回撤（对冲后）：-3.59%
• 周胜率：65.85%
• 月胜率：81.82%

数据来源与获取方式

• 数据源：新浪网、和讯网、腾讯网、东方财富网。
• 新闻获取方式：通过解析网站URL结构，利用Page和Symbol参数抓取不同个股的新闻资讯。
• 文本提取方式：包括字符串匹配、正则表达式、HTMLDOM结构解析等。

工具与系统

• 数据抓取平台：包含分配调度服务器、抓取任务调度器、网页规则识别、反监控系统和监控系统。
• 热点概念识别工具：广发证券金融工程小组开发的工具，用于识别热点概念并推荐对应的个股，支持自定义热点查看与历史走势分析。

未来研究方向

• 动态更新与维护热点概念词库。
• 研究全市场的热点概念文本挖掘选股策略。
• 实现基于互联网数据的每日热点推送，包括宏观热点和个股热点。
• 探索个性化热点概念识别与投资建议。

工具推荐

• 广发证券金融工程热点概念识别工具，支持用户自定义热点识别与可视化分析，即将对外发布。

风险提示

• 本策略为纯量化方法，所推荐个股未必具有实质利好，其股价表现受多种因素影响，需结合基本面分析和自身判断进行决策。

联系方式

• 服务热线：020-87555888-8618
• 客服邮箱：sqss@gf.com.cn
• 广发证券地址：
  • 广州市：广州市天河北路183号大都会广场5楼
  • 深圳市：深圳市福田区金田路4018号安联大厦15楼A座03-04
  • 北京市：北京市西城区月坛北街2号月坛大厦18层
  • 上海市：上海市浦东新区富城路99号震旦大厦18楼
• 邮政编码：
  • 广州市：510075
  • 深圳市：518026
  • 北京市：100045
  • 上海市：200120

投资评级说明

行业投资评级

• 买入：预期未来12个月内，股价表现强于大盘10%以上。
• 持有：预期未来12个月内，股价相对大盘的变动幅度介于-10% ~ +10%。
• 卖出：预期未来12个月内，股价表现弱于大盘10%以上。

公司投资评级

• 买入：预期未来12个月内，股价表现强于大盘15%以上。
• 谨慎增持：预期未来12个月内，股价表现强于大盘5% - 15%。
• 持有：预期未来12个月内，股价相对大盘的变动幅度介于-5% ~ +5%。
• 卖出：预期未来12个月内，股价表现弱于大盘5%以上。

免责声明

• 本报告仅供广发证券重点客户参考，不对外公开发布。
• 报告内容仅供参考，不构成投资建议。
• 广发证券不对因使用本报告内容而产生的损失承担责任。
• 本报告可能随时间更新，内容可能变化，敬请注意。