研报&论文

基于网络舆情的指数轮动策略研究 广发证券_20180409

由small_q创建,最终由small_q 被浏览 13 用户

摘要

互联网大数据与量化投资身处大数据时代,我们所面对的数据的维度在不断增加。传统的量化投资模型基于财务报表及市场价量信息构建因子,信息来源相似性较高导致模型趋同、交易拥堵。在互联网中,非传统金融数据(如舆情、搜索量、语文文本)不断积累,这其中就包括许多对投资有用的信息。

互联网舆情数据可预测性分析相较于传统的金融数据,互联网舆情数据可以及时地描述投资者的情绪面。众多数据源中,舆情搜索指数反映了众多投资者对某类信息的关注情况,本文将众多投资者对大小盘的舆情搜索情绪作为投资者情绪的直接代理变量,以此来研究大小盘风格轮动与舆情变化的强弱之间的关系。投资者情绪随着大小盘风格的变化而波动,同时也反过来影响了大小盘风格的变化。

基于网络舆情的指数轮动策略表现本报告基于网络舆情数据构建指数轮动策略。基于舆情变化的指数轮动策略根据舆情变化和行情变化有较强的正相关关系,且舆情变化会领先于行情变化构建了量化择时策略,实证结果表明利用舆情信息作为择时信号源在历史区间内具有良好表现。在上证50与中证500指数的轮动策略中,在实证区间内,策略的年化收益率为29.35%,信息比率为1.80。沪深300与中证500轮动中,在实证区间内。策略的年化收益率为15.84%,信息比率为1.48。

核心假设风险:本文所做的数据测算完全基于过去数据的推演,市场未来环境可能发生变化。投资者制定投资策略时,必须结合市场环境和自身投资理念。

正文

/wiki/static/upload/d8/d80447d6-f87d-4c24-bab4-330b5b9a2518.pdf

\

标签

量化投资投资策略机器学习深度学习自然语言处理
{link}