海外投资机构高成本布局另类数据与新闻情绪投资价值兴起 [page::1][page::2]

• 2018年海外投资机构中41%预算在10万-100万美元区间，规模越大投资预算越高。

• 50%机构预期未来增加另类数据使用，新闻情绪成为重点数据来源。

- 海外对新闻数据情绪指标研究已有成熟案例，国内基金产品紧随其后开展大数据选股研究[page::1][page::2][page::3]

基于BERT深度学习模型构建新闻情绪指标 [page::4][page::5][page::6][page::7][page::8][page::9]

• 采用BERT模型克服传统情绪词典断章取义的缺陷，通过预训练和参数微调，从股票收益率标签中自动学习情绪判别[page::4][page::5][page::6]

- 六步骤流程：大语料预训练→收益率标签打标→参数微调训练→新闻情绪预测→指标构建→避险和热点挖掘[page::7]

• 训练数据时间覆盖2011-2018年57万条新闻，测试集2019-2020年26万条新闻，情绪指标范围[-1,1]，包括个股和组合情绪

中期择时：新闻情绪结合动量指标有效预警牛市拐点与超跌反弹 [page::10][page::11][page::12]

• 牛转熊警示信号条件：近20日涨幅>7%，情绪变动<-0.03，训练集准确率70%，测试集100%[page::11]

• 超跌反弹信号条件：近20日跌幅>5%，情绪变动>0.03，训练集准确率71%，测试集100%[page::12]

新闻情绪指标与交易风险偏好高度相关，具备风险代理属性 [page::13]

• 风险偏好通过波动率与收益相关性衡量，情绪指标短期均值差与风险偏好滚动相关性达0.5，反映二者紧密耦合机制[page::13]

短期择时策略：结合波动率优化，提高情绪指标精准度和杠杆增强收益表现 [page::14][page::15][page::16]

• 波动率高时情绪指标相关性更稳定偏正，利用波动率阈值筛选，实现杠杆增强策略信息率提升0.26，最大回撤减少8.3%[page::15][page::16]

新闻情绪对风格因子（盈利、市值、流动性、波动率）多空组合收益解释显著 [page::17][page::18]

| 因子 | 训练集回归系数β | 训练集p值 | 测试集回归系数β | 测试集p值 |
|--------|------------------|-----------|------------------|-----------|
| 盈利 | -0.25 | 0.00 | -0.62 | 0.00 |
| 成长 | 0.03 | 0.05 | -0.39 | 0.00 |
| 价值 | -0.35 | 0.00 | 0.13 | 0.03 |
| 市值 | 0.30 | 0.00 | 0.60 | 0.00 |
| 流动性 | -0.53 | 0.00 | -0.36 | 0.00 |
| 动量 | -0.22 | 0.00 | 0.51 | 0.00 |
| 波动率 | -0.55 | 0.00 | -0.21 | 0.06 |

• 风险偏好上升有利于低盈利、小市值、高流动性、高波动股票；下降逆向[page::18]

新闻情绪指标对不同市值股票作用呈现小市值优势，且大市值风格切换明显 [page::19]

• 2017年前小市值组合跑赢大市值，后期反转；大市值情绪相关性负，小市值正，新闻情绪指标对小市值更适用[page::19]

行业适用性存在差异，医药、基础化工、机械等行业表现最好，基于情绪指标的行业配置实现年化超额收益14.87% [page::20][page::21][page::22]

| 指标 | 总超额收益(%) | 年化超额收益(%) | 年化波动率(%) | 信息率 | 最大回撤(%) |
|------------|-------------|--------------|-------------|-------|-----------|
| overall | 75.55 | 14.87 | 9.36 | 1.59 | 10.99 |
| 2020 | 2.74 | 14.32 | 12.30 | 1.16 | 5.66 |
| 2019 | 7.49 | 16.24 | 9.34 | 1.74 | 3.39 |
| 2018 | 12.46 | 27.72 | 9.90 | 2.80 | 3.15 |
| 2017 | 12.40 | 27.57 | 6.20 | 4.45 | 2.44 |
| 2016 | 6.54 | 14.10 | 6.92 | 2.04 | 3.30 |
| 2015 | 1.72 | 3.62 | 10.84 | 0.33 | 9.99 |
| 2014 | 12.90 | 28.75 | 8.56 | 3.36 | 3.10 |
| 2013 | 1.45 | 3.12 | 11.49 | 0.27 | 8.04 |
| 2012 | 1.36 | 2.88 | 8.77 | 0.33 | 4.23 |

• 短期行业配置策略每2日调仓，选择情绪指标rank前5行业构建组合，显著超越基准组合[page::21][page::22]

结论：新闻情绪指标为定量投研提供有效中短期市场趋势判断和风格择时重要工具 [page::24]

• 中期择时警示牛转熊、捕捉反弹均有效，风险偏好相关性高，可作为风险偏好代理变量

- 短期择时结合波动率显著提升策略绩效

• 辅助解释风格因子收益及市值风格切换

- 行业间适用存在差异，为行业轮动配置提供量化支持[page::24]

金融研究报告详尽分析报告

——《量化策略专题研究：新闻舆情智能分析及其投资应用》
作者： 王兆宇，首席量化策略分析师，中信证券研究部
日期： 2020年8月9日
主题： 量化投资，另类数据，新闻舆情，NLP情绪指标构建与投资应用

---

一、元数据与报告概览

该报告是一篇围绕“新闻舆情智能分析及其投资应用”的专题研究，聚焦利用自然语言处理（NLP）技术中的BERT模型来深度提取市场新闻中的情绪信号，探讨其在量化策略尤其是择时、风格与行业配置中的投资价值。

报告作者王兆宇担任中信证券首席量化策略分析师，发布于2020年8月9日，属于量化策略及投资研究领域。整体报告结构清晰，包含了当前另类数据投资现状、基于NLP的情绪指标构建方法、实证投资应用以及投资策略建议。

报告的核心论点包括：

• 海内外机构积极投资另类数据，尤其重视新闻数据的情绪信息价值；

- 利用BERT预训练语言模型克服传统词库方法弊端，深度学习新闻情绪；

• 通过情绪指标与股票收益关联训练，构建能有效反映市场情绪的量化指标；

- 情绪指标在中短期择时、风格轮动及行业配置中均表现出稳定显著、具投资指导价值；

• 结合市场波动率，提升情绪指标的使用效能；

- 风险因素包括模型过拟合、情绪识别误差及舆情数据连续性风险。

该报告没有明确评级与目标价，更偏重于方法论与策略验证，着重展示新闻舆情量化处理的技术创新和投资应用成果[page::0,1,24]。

---

二、逐章深度解读

1. 海内外机构对另类数据的关注（章节1）

核心内容：

• 近年来，海外基金机构加大在另类数据上的投入，2018年数据显示，约41%的机构预算用于10万至100万美元之间，管理规模更大的机构预算更高，最高超出150万美元。

- 投资机构普遍预期未来将显著增加对另类数据的依赖，50%机构预期增加投入，远超传统投资银行研究与金融信息系统等[page::1,2]。

图表解析：

• 饼图显示37%的机构预算低于10万美元，41%处于10万-$1百万区间，15%为$1百万-$5百万，7%超过$5百万，显示数据投入呈阶梯分布。

- 不同规模机构预算大致线性增加，<$20亿管理规模机构平均投入约35.7万美元，>$250亿机构达147万美元。

• 对未来投资渠道预期图表显示“另类数据来源”被50%机构预期大量增加使用，显示市场趋势明显[page::2]。

论证意义：

该部分具备很强的行业认知基础，说明了另类数据尤其是新闻数据的重要性和投资机构对其未来价值的期待，为后续情绪指标技术及应用奠定现实需求基础。

---

2. 新闻情绪指标构建：BERT模型应用（章节2）

2.1 BERT模型优势

• 传统词典情绪分析方法遇到理解上下文难题，如“减少亏损”被误判为负面。

- BERT作为基于Transformer的双向语言模型，支持对整句进行深度理解，通过大规模预训练在维基百科等语料库学习语言规律，迁移至金融新闻情绪识别，有效避免断章取义问题[page::4,5]。

2.2 BERT原理

• 预训练阶段对句子中被遮蔽字符进行预测，模型学习语言特征。

- 微调阶段引入以股票未来收益率标记新闻涨跌的标签，实现二分情绪分类训练。

• 经过训练模型对每条新闻给出0-1之间的情绪评分（正面概率）[page::6]。

2.3 指标构建流程

• 六步骤包括：模型预训练、收益率标注新闻、参数微调、情绪预测、指标构建、应用（避险/热点发现）。

- 指标构建层次分为个股层和组合层，使用新闻情绪分数均值及其移动平均线（20日、120日）与调整指标体现情绪动态[page::7,9]。

2.4 距离市场的标签设计

• 新闻分类标签基于股票收盘价收益率，区间选取合理（涨跌阈值10%/-9.09%），剔除极端噪声。

- 时间窗口设为当日15:00，保证时序准确。

• 数据量庞大（83万条新闻），分训练集（2011-2018，57万条）和测试集（2019年起，26万条），确保模型训练与验证充分[page::8]。

图表解读：

• 训练集、测试集新闻数目随年份递增，2019年明显增至15.71万条，体现新闻数据量增强。

- 情绪指标时间序列图显示市场大部分时间处于负情绪区间，有阶段性波动及回暖迹象[page::9]。

---

3. 中期择时信号（章节3）

3.1 牛转熊预警

• 通过设定条件：最近20个交易日上涨超过7%，新闻情绪同期下降超过-0.03，触发卖出警示信号。

- 训练集信号10次，准确率70%；测试集3次，准确率100%。

• 信号出现时，股指一般面临下跌风险，具备中期风险警示意义[page::10,11]。

3.2 超跌反弹捕捉

• 设定近20日跌超5%，情绪上升超0.03触发买入信号。

- 训练集7次，准确率71%；测试集3次，准确率100%。

• 能有效捕捉市场反弹机会[page::12]。

3.3 情绪指标与交易风险偏好高度一致

• 通过波动率和收益相关性衡量风险偏好，发现情绪指标与风险偏好的60日滚动相关度高达0.5，显示情绪指标精确反映投资者风险偏好变动。

- 图表展示相关性与中证全指同步变化，表明情绪动态可作为风险偏好代理[page::13]。

---

4. 短期择时结合波动率（章节4）

4.1 波动率提升情绪指标的准确率

• 将市场波动率分为10组，统计情绪指标与未来收益的相关度。

- 结果显示波动率高时相关性为正，相关程度均值最高达到0.34，标准差变动较小，显示高波动状态下情绪指标预测能力更强[page::14,15]。

4.2 杠杆增强策略优化

• 策略使用情绪指标的5日均值变动（DIFF5）与阈值比较做多或做空股指期货。

- 设置波动率阈值（1.2%）暂停情绪信号使用，防止低波动阶段信号误判。

• 优化后策略回测显示测试集信息率提升0.26，最大回撤下降8.3%，净值更加稳健[page::16]。

---

5. 风格配置分析（章节5）

5.1 情绪指标对风格因子收益解释力

• 结合盈利、市值、流动性和波动率因子回归分析，情绪指标呈现显著且稳定的负相关或正相关关系。

- 高风险偏好时，低盈利、小市值、高流动性、高波动股票表现更好，低风险偏好时情况反之。

• 数据支撑情绪指标作为有效风格轮动信号[page::17,18]。

5.2 市值分层效果

• 2017年以前，小市值明显跑赢大市值，随后风格转换，体现大市值情绪指标表现提升。

- 训练与测试数据均显示，小市值股票情绪指标和收益相关性正向，大市值则反向，表明新闻情绪对小市值股票更适用[page::19]。

---

6. 行业配置（章节6）

6.1 行业情绪适用性

• 分行业统计情绪变动与未来3日收益率的相关系数，医药、基础化工、机械等行业表现最好，银行、钢铁等行业相关度偏低或负相关。

- 行业差异显著提示情绪指标针对行业适用性有显著差异[page::20,21]。

6.2 基于情绪的行业配置策略

• 选取训练集十几大适用行业，每2日调仓，选情绪变动最高的前5行业建立多头增强组合。

- 组合历史年度超额收益显著，年化超额收益达14.87%，最大回撤较低10.99%。

• 组合净值明显优于基准，具备较强实操价值[page::22]。

---

7. 结论与投资建议（章节24）

总结了情绪指标在中期择时（牛转熊预警与超跌反弹）、风险偏好代理、短期择时（结合波动率优化策略）、风格因子解析、行业配置等方面均具有较好表现。提出适用于多层次、多场景的量化投资工具。

同时明确了各项信号的条件、准确率及应用建议：

• 中期信号准确且有效；

- 情绪指标是风险偏好的良好代理；

• 结合波动率提升择时精度；

- 情绪上升利好小市值、低盈利等股票风格；

• 行业内存在适用性差异，医药等板块尤为突出。

实践建议借助情绪指标辅助风格轮动及择时决策，结合风险管理使用[page::24]。

---

8. 风险因素（章节25）

报告明确指出了关键风险：

• 模型可能存在过拟合，影响泛化能力；

- 识别出的情绪与真实市场情绪存在差异，包涵误差；

• 舆情数据的连续性和可得性风险，可能影响模型稳定性。

这些风险均属于量化模型尤其基于NLP的常见挑战，提示投资者须进行动态监控和适度防范[page::25]。

---

三、图表深度解读

• 预算投入图（页2）：饼图和柱状图展现海外机构分层投入另类数据的规模，揭示大规模机构更积极使用高价数据，体现主题重要性和投资趋势。投资机构对另类数据未来的信心从期望增加的超过50%体现[page::2]。

- BERT流程图（页5,6）：预训练-微调模型示意和BERT原理图，展示技术细节和思路，清晰表达NLP模型的训练及推断机制，强调对整个句子语义的理解优势[page::5,6]。

• 新闻量增速图（页8）：新闻条数逐年递增的柱状图，彰显数据量增长及训练数据丰富程度，为模型可靠性扎实基础[page::8]。

- 情绪指标趋势图（页9）：多个不同均线的情绪指标线，体现新闻情绪的时间演变和市场情绪波动，为后续择时信号的形成提供基础[page::9]。

• 择时信号图（页11,12）：警示牛转熊和超跌反弹信号图分别对比新闻情绪变化与股指走势，佐证信号准确性。对应信号详细列表表格增强说服力[page::11,12]。

- 风险偏好多图（页13）：展示情绪指标与市场风险偏好指标的高相关，图示情绪作为风险偏好代理的有效性[page::13]。

• 波动率影响图（页15）：散点图及分组均值图反映波动率对情绪指标预测能力的影响，强调高波动期信息更精准[page::15]。

- 杠杆策略净值曲线（页16）：优化前后策略净值曲线对比，清晰体现优化波动率阈值后策略回测指标提升[page::16]。

• 风格因子回归表及收益图（页18）：显著性的回归系数和收益图验证情绪指标对典型风格因子收益的解释能力[page::18]。

- 市值组归属表现图（页19）：小市值与大市值群体情绪与回报关系，体现情绪指标对不同规模股票的差异化适应性[page::19]。

• 行业适用度条形图及走势对比（页21）：显示不同板块情绪对短期收益的影响力，及适用行业情绪净值走势差异，行业适用性显著[page::21]。

- 行业配置业绩图及绩效表（页22）：行业多头增强组合表现及稳健收益统计，展示行业基于情绪配置的实战价值[page::22]。

所有图表紧密配合文本，逻辑严密，数据详实，丰富刻画了新闻情绪指标的实证性能及应用价值。

---

四、估值分析

该报告未涉及传统意义上的公司估值分析与收益预测，属于策略与方法论的专题研究。这部分无估值模型、目标价或敏感性分析。

---

五、风险因素评估

报告指出的风险因素涵盖了情绪模型开发与使用的核心挑战：

• 模型过拟合风险：过拟合可能导致模型在训练数据表现良好但对未来数据泛化能力差，影响策略稳定性。

- 情绪识别准确性风险：NLP技术虽先进，但自然语言的主观性和含糊性可能导致预测情绪与实际市场情绪不符。

• 舆情数据连续性风险：舆情数据源受网络环境和数据政策限制，可能导致数据断档或质量波动，影响模型运行。

报告未说明具体缓解策略，但风险意识明确，提示用户应谨慎评估数据与模型的动态表现[page::25]。

---

六、批判性视角与细微差别

• 报告中多数信号样本较小（训练集部分信号约10次，测试集仅3次），样本容量限制了统计显著性和稳健性，提醒实际应用需谨防过度拟合和信号失效风险。

- 情绪指标对大市值股票的适用性存在弱化趋势，暗示模型对于新闻覆盖较充分或信息效率较高的板块效果有限。

• 行业适用性差异显著，这一方面是行业本身新闻反应敏感度不同，另一方面也提示模型需根据行业特性调整训练策略或权重。

- 财务预测和估值缺乏体现，说明本报告定位为技术方法与投资策略应用研究，实操落地需结合自身投资框架综合考量。

• 尽管风险因素明确，但缺少针对风险的具体缓解措施、模型稳定性测试和情绪识别质量评估，未来报告可加强相关部分。

---

七、结论性综合

总体而言，《量化策略专题研究——新闻舆情智能分析及其投资应用》报告系统地展示了利用BERT深度学习模型构建新闻情绪指标，并基于这一指标开展多层次量化投资研究的完整框架。

主要贡献包括：

• 行业视角：强调海外机构对另类数据的高度重视，特别是新闻舆情数据为量化策略提供了巨大潜力和竞争优势。

- 技术创新：采用BERT深度双向语言模型较传统词典法显著提升情绪识别的语义深度与准确性，结合股票收益率标签实现有监督训练。

• 指标设计：情绪指标充分利用新闻量大时段的自然语言特征，设计了个股与组合层级的统计指标与平滑技术，兼顾短期与中长期动态。

- 实证验证：情绪指标在监测牛转熊及超跌反弹的中期择时中展现良好准确率，与交易风险偏好高度一致；结合波动率形成短期择时策略，有效提升收益风险比。

• 风格与行业应用：揭示情绪指标对风格因子多空收益有稳定显著的解释力，尤其对小市值与部分高敏感行业（如医药、基础化工）表现突出，指导投资者进行风格和行业轮动配置。

- 投资价值：回测数据显示情绪驱动的行业多头组合具有显著超额收益，信息率较高，最大回撤可控，结合情绪指标的量化策略具备实际操作价值。

• 风险意识：报告识别了模型过拟合、情绪识别误差和数据连续性风险，提醒投资者关注模型泛化与数据质量问题。

报告所附图表丰富详实，从分布、训练、情绪动态、择时信号到策略回测，全面支撑论证框架和策略成效，显示出报告制作的专业性与严谨性。

尽管存在信号样本较小及部分行业适用局限，报告基于丰富数据与先进技术，展示出新闻舆情作为前沿另类数据在量化投资策略中的巨大潜力。投资者可结合自身风险偏好，采用报告中情绪指标及策略信号，辅助投资决策，提升择时与风格判断的科学性和有效性。

---

溯源页码： [page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,24,25]

---

总结性提示：

该报告不仅是一份纯粹的学术性研究，也具备高度的实用价值。其通过自然语言处理技术创新，结合量化投资实践，为投资机构提供了一种高效、可验证的新闻情绪分析路径。该方法在风险管理、择时以及资产配置领域均具备显著应用潜力，是当前量化策略领域极具参考价值的案例研究。

报告