深度学习赋能分析师行为：更稳的盈利预期调整组合
创建于 更新于
摘要
本报告回顾了基于数值预期调整的盈利预期调整优选组合，并创新性引入深度学习模型（KY-Bert、KY-Llama3、KY-CH）对研报文本情感进行判定，构建文本情绪变动因子KY-Combine-ASC。通过结合文本情绪因子与数值预期调整因子，改进后的组合在稳定性和信息比率上均得到显著提升，实现年化收益率27.7%和对冲中证500年化超额22.9%。此外，引入研报文本情绪也显著优化了行业轮动预期调整因子的表现，信息比率由0.51提升至1.22 [page::0][page::3][page::14][page::16]。
