基于BERT-TextCNN的中证1000舆情增强策略
创建于 更新于
摘要
本报告基于中证1000指数成分股的金融论坛主帖数据，结合ChatGPT4与FinGPT大语言模型进行文本情感标注，构建BERT-TextCNN复合模型实现舆情文本情感识别。通过多维度构建情绪一致性、关注度、关注度波动、整体情绪及情绪波动等舆情选股因子，并进行因子IC和分位数组合回测验证。构建的合成舆情因子与传统选股因子相关性低，补充了传统策略信息；基于此构建的中证1000指数增强策略2018-2023年累计超额年化收益率达13.95%，信息比率1.56，风险控制良好，除2019年外各年度均正收益，展示了基于金融论坛舆情的选股策略有效性。[page::0][page::1][page::8][page::9][page::11][page::12][page::13][page::14][page::15]
