久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

從基本面量化的發(fā)展歷史看，策略創(chuàng)新發(fā)展持續(xù)圍繞著量化模型升級(jí)和金融數(shù)據(jù)挖掘。多模態(tài)數(shù)據(jù)蘊(yùn)含大量投研信息，但在基本面量化的建模過(guò)程中，非標(biāo)準(zhǔn)化數(shù)據(jù)的治理難度直接阻礙了大量有效指標(biāo)的構(gòu)建和應(yīng)用。近年來(lái)數(shù)據(jù)的積累疊加機(jī)器學(xué)習(xí)的發(fā)展，使得處理海量數(shù)據(jù)并蒸餾提取有效指標(biāo)成為可能。本文圍繞通用指標(biāo)的挖掘和使用，提供基本面量化研究數(shù)據(jù)指標(biāo)構(gòu)建的新思路。
　　▍海量信息伴隨數(shù)據(jù)陷阱，大量原始數(shù)據(jù)難以直接賦能投研。隨著大數(shù)據(jù)技術(shù)蓬勃發(fā)展，各類(lèi)型數(shù)據(jù)的數(shù)量開(kāi)始呈現(xiàn)爆發(fā)式增長(zhǎng)。根據(jù)IDC預(yù)測(cè)顯示，全球數(shù)據(jù)量將從2020年的64.2ZB增長(zhǎng)到2025年的175ZB。海量數(shù)據(jù)所產(chǎn)生的信息增量將不斷翻新投研應(yīng)用場(chǎng)景，但由于數(shù)據(jù)與技術(shù)匹配低效、缺乏投研專(zhuān)家知識(shí)以及數(shù)據(jù)質(zhì)量等問(wèn)題，其中大部分?jǐn)?shù)據(jù)難以直接應(yīng)用于基本面量化策略。
　　▍不同投資應(yīng)用場(chǎng)景應(yīng)定義不同數(shù)據(jù)標(biāo)準(zhǔn)化范式，目標(biāo)導(dǎo)向牽引底層數(shù)據(jù)組合應(yīng)用于投研。隨著數(shù)據(jù)量的爆發(fā)式增長(zhǎng)，越來(lái)越多的數(shù)據(jù)進(jìn)入投資領(lǐng)域的應(yīng)用視野，立足多個(gè)類(lèi)型的數(shù)據(jù)集群：市場(chǎng)行情數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、基本面數(shù)據(jù)、另類(lèi)數(shù)據(jù)、投研流程數(shù)據(jù)，可以支持行業(yè)選股、行業(yè)擇時(shí)、主題或行業(yè)輪動(dòng)等多種投資應(yīng)用場(chǎng)景。但不同的投資應(yīng)用可以直接使用的標(biāo)準(zhǔn)化數(shù)據(jù)在種類(lèi)、格式、內(nèi)容、頻率、來(lái)源等維度均存在較大差異，所以構(gòu)建數(shù)據(jù)策略務(wù)必具備明確的投資應(yīng)用場(chǎng)景，以目標(biāo)導(dǎo)向的模式來(lái)牽引底層數(shù)據(jù)的組合應(yīng)用與指標(biāo)的清洗構(gòu)建。
　　▍以中觀行業(yè)配置場(chǎng)景為例，借助技術(shù)支點(diǎn)構(gòu)建行業(yè)級(jí)基本面量化指標(biāo)。中觀行業(yè)配置需要綜合考慮行業(yè)基本面、輿情、政策、資金等多個(gè)維度信息，因此我們借助機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等數(shù)據(jù)處理技術(shù)，基于政策文本量化、景氣度模型構(gòu)建與行業(yè)資金流動(dòng)性統(tǒng)計(jì)三個(gè)維度構(gòu)建了三類(lèi)有效指標(biāo)。以中觀行業(yè)配置應(yīng)用作為明確的目標(biāo)場(chǎng)景，保證了指標(biāo)構(gòu)建的專(zhuān)業(yè)性與投資應(yīng)用的有效性。從機(jī)器輔助數(shù)據(jù)處理的角度看，我們基于技術(shù)手段實(shí)現(xiàn)月頻的數(shù)據(jù)集群更新和指標(biāo)維護(hù)，自動(dòng)化完成全行業(yè)底層400余個(gè)指標(biāo)的更新與清洗，從時(shí)間跨度超過(guò)10年的海量非結(jié)構(gòu)化文本數(shù)據(jù)中構(gòu)建有效指標(biāo)。
　　▍中觀行業(yè)配置場(chǎng)景中，技術(shù)賦能指標(biāo)庫(kù)構(gòu)建的路徑：1.投資指向的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)：針對(duì)行業(yè)級(jí)月頻或季頻調(diào)倉(cāng)的場(chǎng)景，制定標(biāo)準(zhǔn)化的指標(biāo)庫(kù)結(jié)構(gòu)，形成標(biāo)準(zhǔn)化回測(cè)框架，以保證指標(biāo)的投資有效性；2.代碼助力數(shù)據(jù)清洗流程標(biāo)準(zhǔn)化：指標(biāo)構(gòu)建的過(guò)程涉及大量基本面指標(biāo)或文本的處理，因此可以借助代碼形成自動(dòng)化清洗工具，將維護(hù)流程標(biāo)準(zhǔn)化，形成不同層級(jí)的數(shù)據(jù)資產(chǎn)；3. NLP助力低信息密度數(shù)據(jù)的指標(biāo)構(gòu)建：政策、新聞、研報(bào)等數(shù)據(jù)包含海量的文本數(shù)據(jù)，面向不同場(chǎng)景利用NLP技術(shù)可以將文本數(shù)據(jù)指標(biāo)化，挖掘其中的統(tǒng)計(jì)或語(yǔ)義信息。
　　▍數(shù)據(jù)標(biāo)準(zhǔn)化形成資產(chǎn)，為不同場(chǎng)景引入新數(shù)據(jù)、新指標(biāo)、新策略，并具備極高的復(fù)用價(jià)值。借助自動(dòng)化工具形成的數(shù)據(jù)清洗、存儲(chǔ)、使用流程，在構(gòu)建完成后維護(hù)成本會(huì)大幅降低。在此過(guò)程中，針對(duì)不同場(chǎng)景形成的原始數(shù)據(jù)、指標(biāo)數(shù)據(jù)、策略方法會(huì)以數(shù)據(jù)庫(kù)和代碼的方式形成標(biāo)準(zhǔn)化、可復(fù)用的數(shù)據(jù)資產(chǎn)。
　　▍風(fēng)險(xiǎn)因素：數(shù)字化政策落地不及預(yù)期；模型依賴(lài)的行業(yè)邏輯發(fā)生變化。