金融科技（Fintech）和数据挖掘研究（六）：利用数据挖掘构建热点主题组合-海通证券-20191205
由qxiao创建，最终由qxiao 被浏览 73 用户
摘要
近年来，对于主题型投资机会的研究逐渐成为市场的热点。一方面，随着被动化投资的兴起，各类主题指数基金受到越来越多投资者的关注。另一方面，同一主题下股票收益的共性及领先-滞后关系的研究，也是当前量化选股模型的一个重要补充。因此，本文借用FactSet的供应链与深度行业分类数据，提出一种自动化程度可调节的主题组合构建框架，以满足各类型投资者的不同需求。
主题组合构建步骤
- 找到与主题相关的若干龙头公司；
- 获取龙头公司的共同业务；
- 获取龙头公司的共同供应商及其共同业务；
- 将龙头公司业务交集与共同供应商业务交集合并为一个集合，遍历所有上市公司，获取至少从事集合中一项业务的公司；
- 将上一步得到的公司做进一步过滤，得到最终的主题组合。
5G业务集合
首先，从龙头公司及其供应商的深度行业分类中，分别获取和5G基站建设相关的业务集合。将它们合并，得到5G基站建设业务集合。其次，用类似的方法获取5G手机业务集合与5G芯片业务集合，并与基站建设业务一同构成完整的5G业务集合。
5G主题组合
将所有A股公司的业务（FactSet RBICS中的第六层行业分类）与5G业务集合逐一匹配，筛选出至少包含集合中一项业务的公司，形成初始的5G主题组合。进一步剔除ST及5G业务营收占比不高的公司，修正组合。在5G概念大热的2019年，截止10月31日，5G等权组合累计涨幅63.1%，营收占比加权组合累计涨幅67.3%，显著优于中信通信行业指数（23.7%）与Wind 5G概念指数（35.1%）。
评价主题组合优劣的方法
一是，股价走势的一致程度。受同一热点推动的股票理应有相似的涨跌趋势。组合内股票走势的相关性越强，组合越能代表当前的主题热点。二是，股票之间的动量溢出。即使从属于同一个主题组合，也有可能因为投资者的关注度有限或分属于产业链的上下游，发生部分股票反应不足的情况。前期涨幅较低的股票很有可能在后期出现补涨，而前期涨幅较高的股票则很难长时间保持相同的上涨幅度。
框架的局限性
由于是建立在供应链与深度行业分类之上，对于像云计算这类以某种跨行业使用的技术为核心的主题，从龙头公司或共同供应商的业务交集出发的筛选方法，很难取得良好的效果。想要构建此类主题组合，需要更多地依赖分析师的经验，以及对公司主营业务的深入分析。
正文
/wiki/static/upload/31/31a1869e-f955-43a2-b9d5-e8ab3c19d651.pdf
\