20170508-兴业证券-雪球知股乎系列之一_和关注度因子有个约定_28页_2mb

报告摘要

量化投资体系中的互联网文本数据挖掘：以雪球网关注度因子为例

核心内容

本报告探讨了如何利用互联网文本数据，特别是雪球网的用户行为数据，构建基于关注度因子的量化投资策略。研究发现，传统的量化因子已被过度挖掘，而互联网文本数据提供了新的“蓝海”。雪球网作为一个活跃的社交投资平台，其用户行为数据具有广泛覆盖和及时更新的特点，为量化投资提供了丰富的信息源。

主要观点

关注度因子的构建：关注度因子基于雪球网用户的关注行为，通过统计每个股票在特定周期内的关注次数来衡量其关注度。因子定义为某只股票在T期内所有关注类行为的总和，且通过行业市值中性化处理以去除市场效应。
因子有效性测试：IC检验显示，月度和周度关注度因子均具有较强的预测能力。月度因子的平均IC值为13.19%，周度因子为7.59%。风险调整后的IC值分别为1.03和0.57，表明因子具有显著的信息增量。
因子与传统因子的对比：关注度因子与价值、成长、反转、分析师情绪因子相关性较低，尤其与反转因子相关性较高（0.27和0.26）。Fama-MacBeth回归分析也验证了其独立性与有效性。
换手率问题：原始关注度因子在回测时表现出较高的换手率，影响了策略的实际表现。通过平均加权处理，月度因子换手率降低约50%，周度因子换手率下降显著，提升了策略的可行性。
改进因子的回测表现：改进后的关注度因子在回测中表现出更高的年化收益率和夏普比率，同时降低了换手率。月度改进因子的年化收益率为42.29%，夏普比率为1.42；周度改进因子的年化收益率为42.28%，夏普比率为1.43。
选股策略构建：基于改进关注度因子，构建了与成长因子结合的选股策略。该策略在全市场选股并用中证500对冲的情况下，年化超额收益率为20.95%，夏普比率为3.80，最大回撤为5.09%。

关键信息

数据概况

雪球网用户数量：4,194,659个活跃用户。
用户行为总数：41,402,009条基本行为。
用户行为分布：发帖占59.09%，关注类行为占38.80%，创建投资组合占2.10%。
A股覆盖度：2014年1月至2017年3月期间，月度覆盖度均值为99.3%，周度覆盖度均值为93.9%。

回测与优化

原始因子回测表现：月度测试年化收益率为40.21%，周度测试年化收益率为31.94%，但换手率较高（月度为13.56，周度为57.72）。
改进因子回测表现：月度改进因子年化收益率为42.29%，夏普比率为1.42，换手率降至8.4；周度改进因子年化收益率为42.28%，夏普比率为1.43，换手率降至26.52。
换手率优化：通过将过去3个月或4周的关注度值进行平均加权，显著降低了换手率，同时保持了选股能力。

策略表现

月度改进因子选股策略：年化收益率47.14%，夏普比率1.62，胜率62%。全样本选股的对冲策略年化超额收益率为20.95%，夏普比率3.80，最大回撤5.09%。
周度改进因子选股策略：年化收益率42.28%，夏普比率1.43，换手率26.52。该策略在不同年度表现稳定，且具有良好的风险控制能力。